Методы и алгоритмы мониторинга и прогнозирования риска природных пожаров на объектах деревообрабатывающей промышленности тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Озерова, Марина Игоревна

• Озерова, Марина Игоревна
• кандидат технических наук
• 2013

Оглавление диссертации кандидат технических наук Озерова, Марина Игоревна

Выводы по главе 1

ГЛАВА 2 . РАЗРАБОТКА АРХИТЕКТУРЫ ИНФОРМАЦИОННОЙ СИСТЕМЫ МОНИТОРИНГА И ПРОГНОЗИРОВАНИЯ ПОЖАРНОЙ ОПАСНОСТИ

ДЕРЕВООБРАБАТЫВАЮЩЕГО ПРЕДПРИЯТИЯ

§ 1. Основные требования к информационной системе прогнозирования пожарной опасности

деревообрабатывающего предприятия

1. Структура ИС деревообрабатывающего предприятия

2. ГИС мониторинга и прогнозирования вероятности

риска природной пожарной опасности

3. Система управления данными деревообрабатывающего предприятия

4. Структура модуль прогнозирования вероятности риска природного пожара

5. Структура модуля мониторинга торфяных пожаров

§ 2. Анализ исходных данных, влияющих на уровень риска

возникновения пожарной опасности

1. Метеорологические условия

2. Причины торфяных пожаров

3. Лесорастительные факторы

4.Антропогенная нагрузка

§ 3. Разработка математических моделей факторов риска

возникновения природных пожаров

1 .Фактор пожарной опасности Р(С)

2.Фактор пожароопасного состояния торфяных болот Р(Т)

3.Фактор антропогенной нагрузки Р(А)

4. Риск фактора Р(Л) зависимости характеристик лесного покрова

5. Определение адекватности математических

моделей факторов риска

Выводы по главе 2

ГЛАВА 3. ПОСТРОЕНИЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ РИСКА ВОЗНИКНОВЕНИЯ ПОЖАРНОЙ ОПАСНОСТИ С ИСПОЛЬЗОВАНИЕМ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ

§ 1. Обоснование выбора теории нечетких множеств, для прогнозирования вероятности возникновения

пожарной опасности

§ 2. Теоретические понятия теории нечетких множеств

1. Понятие нечеткое множество

2. Понятие лингвистической переменной

3. Система нечеткого логического вывода

§ 3. Разработка нечеткой модели системы принятия решения

по прогнозирования пожарной опасности

§ 4. Моделирование системы по прогнозированию рисков

в среде MATLAB Fuzzy Logic Toolbox

Выводы по главе 3

ГЛАВА 4. ПРОГРАММНЫЙ КОМПЛЕКС

ПО ПРОГНОЗИРОВАНИЮ И МОНИТОРИНГУ ПОЖАРНОЙ ОПАСНОСТИ

§ 1. ГИС мониторинга и прогнозирования пожарной опасности

деревообрабатывающего предприятия

§ 2. Модуль мониторинга торфяников

§ 3.Модуль прогнозирования

§ 4.Модуль управления лесными ресурсами

Выводы по главе 4

ЗАКЛЮЧЕНИЕ

Список литературы

Приложения

Введение диссертации (часть автореферата) на тему «Методы и алгоритмы мониторинга и прогнозирования риска природных пожаров на объектах деревообрабатывающей промышленности»

ВЕДЕНИЕ

Актуальность работы

Интенсивное внедрение информационных технологий в управление промышленными объектами, необходимость повышения достоверности и качества исходной информации, лежащих в основе формирования управленческих воздействий, требует создание новых методов и алгоритмов анализа и обработки данных и моделирования процессов управления предприятием, работающих в условиях недостаточности и низкой доступности информации вследствие неразвитости информационно-технической базы.

Создание собственной сырьевой базы на предприятии деревообрабатывающей промышленности значительно сокращает сроки изготовления и снижает себестоимость продукции. Сегодня особенно актуально формирование механизма управления, деревообрабатывающим предприятием начиная с пулевого цикла и до сдачи готовой продукции, но при объединении разпоуров-неевых циклов производства в единый комплекс, следует учитывать технологические особенности каждого. Предприятие обязано обеспечить пожарную безопасность на всех уровнях производства. При автоматизации процесса заготовки сырья, важно соблюдение требовании по обеспечению надлежащего уровня по профилактике и предупреждению пожароопасных ситуаций на вверенных лесных территориях. Однако существующие методики оценки риска возникновения пожарной опасности, из-за большого и разнородного объема информации, не приемлемы для применения па отдельном предприятии. В этом случае, следует ориентироваться на более простые, экономичные мобильные технологии по прогнозированию пожарной опасности предприятия, интеграцию новых методов обработки информации, позволяющих осуществлять сбор, обработку и предоставление оперативных данных о состоянии подведомственной территории леса, а так же формировать управляющие решения, направленные на обеспечение пожарной безопасности производства. В область разработки и применения методов системного анализа слож-

пых прикладных объектов исследования, обработки информации включая вопросы совершенствования управления и принятия решении, большой вклад внесли работы Р.И. Макарова, A.B. Кострова, С.С. Садыкова, Д.Е. Андрианова, Ю.Д., Моторыгииа, А. А. Денисова.

Сегодня перспективным является применение интеллектуальных технологий, методы теории нечетких множеств являются удобным средством моделирования, сложных динамических процессов в условиях многокрите-риальности и неопределенности. Процесс развития пожарной опасности является труднопрогнозируемым процессом, который зависит от многих граничных условий и факторов, и в этих условиях целесообразно использовать нечеткие модели вывода. Вопросы практического применения нечетких моделей рассматривались в работах Н. Г. Ярушкиной, И. Батыршина X. Танаки, К. Сонга, однако подход к прогнозированию природных пожаров с точки зрения нечетких моделей не был рассмотрен.

В связи с этим, исследование, назначением которого является разработка математической модели и комплекса программ мониторинга и прогнозирования рисков возникновения природных пожаров на основе иерархического нечеткого вывода, является актуальным.

Объектом исследования диссертационной работы является информационная система управления предприятием, работающая в условиях неоднородности бизнеса.

Предмет исследования - методы и решения направленные на совершенствование системы управления пожарной безопасностью деревообрабатывающего предприятия.

Целыо работы является повышение эффективности прогнозирования пожарной опасности и результатов управленческих решений, направленных на предупреждение опасных ситуаций на деревообрабатывающем предприятии.

Для достижения поставленной цели были решены следующие основные задачи:

1. Исследованы данные, влияющие на возникновение пожарной опасности; проанализированы существующие методы мониторинга и прогнозирования природных пожаров, существующие математические модели оценки пожарной опасности.

2. Разработана структура информационной системЕЛ предприятия деревообрабатывающей промышленности.

3. Разработана человеко-машинная процедура принятия решений по оценке риска природного пожара на территории предприятия деревообраба-тываЕощей промыЕиленности.

4. Разработана методика оценки риска природного пожара на территории предприятия деревообрабатЕлваЕогцей промышлеЕшости с использоваЕЕН-ем теории нечетких мЕЕОжеств, обеспечиваЕощая необходимую степень достоверности получаемых результатов.

5. Предложена методика оргаЕШзации пожарной безопасности и мониторинга торфяников на предприятии деревообрабатывающей промЕЛшлеЕЕНОсти.

Научная новизна

1. ПредложеЕЕЫ новые математические модели для расчета основных факторов, влияеощих на риск возникновеЕЕия природного пожара, позволяео-щие повысить точность пропЕозирования риска возееикновсееия пожара.

2. РазработаЕЕа методика оценки прЕЕродного пожарного риск с исполь-зоваЕЕЕЕем теории нечетких МЕЕОжеств, обеспечиваЕогцую необходимуЕо степень достоверЕЕости получаемых результатов.

3. РазработаЕЕЕЛ алгоритмы оценки риска природных пожаров с ееспользо-ванием аппарата иерархического нечеткого вывода, позволяющие осуществлять прогнозирование пожара на основе ЕЕечетко заданных исходееых даЕЕНых.

Методы исследования. В работе использованы: системный анализ, теория систем, теория нечетких МЕЕОжеств, классификации, эксперимента и методы математического моделироваЕЕия,

На защиту выносятся

1. Алгоритм определения риска возникновения природных пожаров, использующий в качестве исходных данных лингвистические переменные.

2. Математические модели факторов возникновения природных пожаров, повышающие точность прогнозирования.

3. Методика оценки природного пожарного риск с использованием теории нечетких множеств.

Практическая значимость работы. Разработанные методы мониторинга и прогнозирования риска природных пожаров позволили повысить достоверность получаемых расчетных величин опасности природного пожарного риска. Они учитывают индивидуальные особенности объекта, неопределенность факторов пожарного риска и позволяют в процессе расчета увеличивать количество учитываемых факторов. Результаты расчетов используются в качестве количественного показателя пожарной опасности объектов необходимого для принятия решении, направленных на снижение уровня пожарного риска объектов деревообрабатывающей промышленности. Результаты исследований используются в практической работе ГУ МЧС России по Владимирской области при оценке фактической степени природной пожарной опасности промышленных предприятий, расположенных на подведомственных территориях. Разработанный метод успешно применяется при проведении аудита пожарной безопасности объектов деревообрабатывающей промышленности организациями Новтехсторой и «СТРОЙ - КОМПЛЕКС» г. Боровичи Новгородской области.

Апробация работы. Основные результаты диссертации докладывались и обсуждались на следующих конференциях: ЯГПУ (Ярославль); СГТУ (Самара); международной научно-практической конференции «Современные направления теоретических и прикладных исследований» (Одесса); Международная научно-практическая конференция «Информационные технологии в науки и образовании» (Шахты-2012); международной научно-практической конференции «Электронная Казань 2013".

Публикации. По теме диссертации опубликовано 14 научных работ, в том числе 5 в изданиях из перечня ВАК, получено 2 свидетельства о регистрации программных продуктов.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения. Объем работы составляет 150 страниц, в том числе 131 страниц основного текста 10 страниц список литературы, 42 рисунка и 12 таблиц.

В диссертационной работе была решена научно-практическая задача анализа и автоматизации процесса обеспечения пожарной безопасности при заготовке леса для производства строительных конструкций на деревообрабатывающем предприятии в условиях невысокого уровня информированности работников и низкой доступности информации, вследствие неразвитости информационно-технической базы.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Озерова, Марина Игоревна

Выводы по главе 4

Разработана ГИС, которая представлена аппаратно-программным комплексом, с применение GPS технологий, что позволяет получать актуальную информацию о пожарной опасности с датчиков оборудования. Такой подход уменьшает время реагирования на локализацию пожара, особенно торфяных очагов возгорания.

ЗАКЛЮЧЕНИЕ

В данной работе была решена научно-практическая задача анализа и автоматизации процесса обеспечения пожарной безопасности производства строительных конструкций на деревообрабатывающем предприятии в условиях недостаточности и низкой доступности информации вследствие неразвитости информационно-технической базы.

1. Предложен алгоритм прогнозирования риска природных пожаров на предприятии деревообрабатывающей промышленности для принятия решения по обеспечению пожарного аудита, соблюдения уровня пожарного риска объектов деревообрабатывающей промышленности.

2. Построены новые математические модели факторов, определяющих риск возникновения природного пожара, с учетом многокритериальности данного процесса.

3. Разработана система экспертных оценок, описывающих факторы, определяющие риск возникновения природного пожара.

4. Разработаны типовые шаблоны продукционных правил, определяющих уровень пожарной опасности на деревообрабатывающем предприятии.

5. Проанализированы существующие схемы нечеткого вывода. По результатам проведенного анализа за основу иерархического нечеткого вывода был взят алгоритм Сугено, который обеспечивает следующие преимущества: выходное множество в этой схеме является нечетким множеством первого порядка, каждое правило учитывается только один раз. Использование алгоритма нечеткого вывода по Сугено позволяет избежать накопления нечеткости и снизить арифметическую погрешность вычислений при выполнении иерархического нечеткого вывода.

6. На основе созданной модели построена веб-ориентированная ГИС мониторинга и прогнозирования пожарной опасности. Разработанная система внедрена на предприятиях «Новтехсторой» и «СТРОЙ - КОМПЛЕКС» г. Боро-вичи Новгородской области. Применение разработанной методики позволило сократить затраты на проведение работ по пожарному аудиту предприятия.

Список литературы диссертационного исследования кандидат технических наук Озерова, Марина Игоревна, 2013 год

Список литературы

1. Владимиров И. Н. ГИС состояния лесного фонда Иркутской области // VII научное совещание по прикладной географии : тез. науч. конф. - Иркутск : изд-во Института географии СО РАН, 2001. - С. 191-193.

2. Черкаишн А.К. Система математических моделей леса // Планирование и прогнозирование природно-экономических систем. - Новосибирск : Наука, изд. - 2009. - С. 46-57.

3. Москаленко А.И., Черкаишн А.К. Модель пространственной и возрастной структуры леса // Модели управления природными ресурсами. - М. : Наука, 2005.-С. 231-243.

4. Владимиров И.Н., Черкаишн Е.А. Геоинформационная система состояния и прогнозирования естественной и антропогенной динамики лесных ресурсов Иркутской области // Математическое моделирование и информационные технологии: состояние и перспективы : тез. докладов школы-семинара. - Иркутск : Институт динамики систем и теории управления СО РАН, 2004. - С. 8-9.

5. Абушенко H.A., Владимиров И.Н., Татарников A.B., Тащилин С.А., Черкаишн А.К. Создание интегрированной многоуровневой ГИС мониторинга лесных пожаров и прогнозирования динамики лесных ресурсов (доклад) // Геоинформационные технологии в решении задач природопользования, экологии и ЧС : сборник материалов конференции. - Иркутск, 2009.

6. Волокитина A.B., Ноженкова Л.Ф., Софронов М.А., Назимова Д.И. Прогноз чрезвычайных ситуаций при пожарах растительности вблизи населенных пунктов // Сопряженные задачи механики и экологии : материалы международной конференции. - Томск : Изд-во Том. ун-та, 2006. - С 39-48.

7. Алехина Н.М., Дульзон A.A., Потапкин В.И. Доля наземных разрядов в грозах при различных синоптических условиях // Тр. Зап.-Сиб. РНИГМИ, изд. 1998, переизд. 2008. - С. 89-94.

8. Спутниковый мониторинг лесных пожаров в России. Итоги. Проблемы. Перспективы. Аналит. обзор // Лупян Е.А., Мазуров A.A., Флитман Е.В.,Ершов Д.В., Коровин Г.Н., Новик В.П., Абушенко П. А., Алтынцев Д. А.,Кошелев В.В., Тащилин С. А., Татарников А. В., Сухинин А. И.,Пономарев Е. И., Гришин A.M., Афонин СВ., Белов В.В., Гриднев Ю.В., Матвиенко Г.Г. - Новосибирск : ГПНТБ СО РАН, 2003. - 134 с.

9. Дистанционное зондирование в лесном хозяйстве / Дашолис Е. П., Жирин В. М., Сухих В. И., Эльман Р. И. - М. : Агропромиздат, 1989. - 223 с.

10. Мониторинг и прогнозирование лесных пожаров. Общие требования : ГОСТ Р 22.1.09-99.

11. Щетинский, Е. А. Спутник руководителя тушения лесных пожаров. - М. : ВНИИЛМ, 2006. - 96 с.

12. Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений // Современные проблемы дистанционного зондирования Земли из космоса. - 2010. - Т. 7. -№ 3.

13. Фомин В. В. Центральная база авиационной охраны лесов. - Пушкино : Copyright, 2005

14. Ефремов В.Ю., Балашов И.В., Котельников Р.В., Лупян Е.А., Мазуров A.A., Проишн A.A., Толпин В.А., Уваров И.А., Флитман Е.В. Объединенный картографический интерфейс для работы с данными ИСДМ-Рослесхоз // Современные проблемы дистанционного зондирования Земли из космоса. -T. XIII. - Вып. № 3. - 2011. - С. 129-139.

15. Котельников Р. В. Коршунов Н. А. Метеообеспечение в ИСДМ-Рослесхоз: Проблемы и перспективы // Пожаровзрывобезопасность. - 2010. -№ 1. - С. 34-37.

16. Белов, В. В. Спутниковый мониторинг лесных пожаров в России. Итоги. Проблемы. Перспективы : Аналитический обзор. - Новосибирск : СО РАН. ИОА. ГПНТБ, 2010. - 135 с.

17. Котельников Р.В., Коршунов H.A. Космический мониторинг лесных пожаров// Авиапанорама. - 2008. - № 2. С. 14-17.

18. Космические системы дистанционного зондирования Земли / Гар-бук СВ., Гершензон В.Е. - М. : Издательство АиБ, 1997. - С. 296.

19. Кузнецов Г. В., Барановский Н. В. Прогноз возникновения лесных пожаров и их экологических последствий. - Новосибирск : Изд-во СО РАН, 2009.-301 с.

20. Беляев А. И., Коровин Т.Н., Лупян Е. А. Использование спутниковых данных в системе дистанционного мониторинга лесных пожаров МИР РФ // Современные проблемы дистанционного зондирования земли из космоса : сб. науч. статей. - М., 2005. С. 20-29.

21. Беляев А.И., Коровин Г.Н., Лупян Е.А. Использование спутниковых данных в системе дистанционного мониторинга лесных пожаров МИРРФ // Современные проблемы дистанционного зондирования земли из космоса (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов): сб. науч. ст. - М. : 2005, С. 20-29.

22. Барановский Н. В. Концептуальная база российской системы прогноза лесной пожарной опасности // Безопасность в техносфере. —2010. — №6. -С. 34.

23. Монахова Г.Е. Овдина A.C. Озерова М.И. Анализ существующих методов прогнозирования лесной пожарной опасности для телекоммуникационной системы дистанционного мониторинга // Новый Университет. -2012.-№4(10).-С. 55-58.

24. Гришин А. М. Общие математические модели лесных и торфяных пожаров и их приложения // Успехи механики. -2002. -Т. 1. -№ 4. -С. 41-89.

25. Гришин A.M. Математическое моделирование лесных пожаров и новые способы борьбы с ними. - Новосибирск : Наука СО, 1992. - 404 с.

26. Гришин A.M., Голованов А.Н., Суков Я. В. Экспериментальное определение теплофизических, термокинетических и фильтрационных характеристик торфа // ИФЖ. - 2006. - Т. 79.-№3.-С. 131-135.

27.Доррер Г.А., Доррер М.Г., Клишта H.H., Коляда A.B., Набиев Д.Л., Турлаков К.Е., Сухгишн А.И., Главацкий Г.Д., Груманс В.М. Проблемы создания региональных информационно-аналитических систем по охране лесов от пожаров // Математическое и физическое моделирование сопряженных задач механики и экологии : избр. доклады международной конференции. - Томск : Изд-во Том. ун-та, 2000. - С. 133-159.

28. Исаев А. С, Коровин Г.Н., Титов СП. и др. Экологические проблемы поглощения углекислого газа посредством лесовосстановления и лесоразведения в России : Аналитический обзор. -М. : Центр экологической политики, 1995.- 156 с.

29. Гришин A.M., Голованов А.К, Катаева Л.Ю., Повода E.JI. Задача о сушке слоя лесных горючих материалов // ИФЖ. -2001. - Т. 74. -№ 4. -С.58-64.

30. Лобода Е.Л. Физико-математическое моделирование сушки и зажигания слоя лесных горючих материалов. Диссертация на соискание ученой степени кандидата физико-математических наук. - Томск : ТГУ, 2002. - 108 с.

31. Deeming J.E., Lancaster G.W., Fosberg М.А. The National Fire-Danger Rating System. N.Y. - London ; Toronto; USDA: Forest Service, 1972. - 165 p.

32. Гришин A.M., Барановский H.B. Сравнительный анализ простых моделей сушки слоя ЛГМ, включая данные экспериментов и натурных наблюдений //Инженерно-физический журнал. -2003. - Т. 76. -№ 5. - С. 166-169.

33. Перминов В. А. Математическое моделирование возникновения верховых и массовых лесных пожаров : автореф. канд. физ.-мат. наук : 01.02.05 / Перминова В. А. - Томск, 2010. - 39 с.

34. Коморовского В. С. Контроль и прогнозирование параметров крупных лесных пожаров как динамических процессов на поверхности земли : ав-

тореф. канд. техн. наук : 05.11.13 / Коморовский Витольд Станиславович Красноярск, 2010. - 24 с.

35. Барановский Н.В. Математическое моделирование наиболее вероятных сценариев и условий возникновения лесных пожаров : дис. ... канд. тех. наук / Барановский Николай Викторович. - Томск, 2007. - 153 с.

36. Canadian Forest Fire Danger Rating System User's Guide

37. Deeming I.E., Lancaster I.W., Fosberg M.A., Furman R.W., Schroeder M.T. The National Fire-Danger Rating System. USDA Forest Service Research PaperRM-84 February, 1972.-165 p.

38. David L. Martell A. Markov Chain Model of Day to Day Changes in the Canadian Forest Fire Weather Index. // Wildland Fire 9(4), 1999. p. 265-273.

39. Sol B. Risque numerique meteorologique d'incendies dc foret en Re-gionMediterraneemie: depouillement du test de lete 1988 et propositionsd'amelio-rations.// Note de Travails SMIR/SE, № 1, France, 1989.

40. Bovio G, Quaglino A, Nosenzo A. Individuazione di un Índice di previ-sione peril Pericolo di Incendi Boschivi.// Monti e Boschi, Anno XXXV(4), 1984

41. Reyfsnyder WE Systems for evaluating and predicting the effect of weather andclmate on wildland fires. // World Meteorological Organisation, Special Environmental Report .№11, WMO - № 496,1978.34 P;

42. ICONA. Experimentation de un nuevo sistema para determinación del-peligro dc incendios forestales derivado de los combustibles: instrucciones decal-culo. // Instituto Nacional para la Conservación de la Naturaleza, Madrid.

43. Курбатский И.П. Сезонные изменения влажности хвои, листьев и веточеку основных древесных пород тайги. // Вопросы лесной пирологии. ИлиДСО АН СССР, Красноярск, 1970. С. 155-185.

44. Нестеров В.Г., Гриценко М.В., Шатулина Т.А. Использование температуры точки росы при расчете показателя горимости леса // Метеорология и гидрология. - 1968.

45. Нестеров В. Г. Горимость леса и методы ее определения. -М.; Д. : Гослесбумиздат, 1949. - 76 с.

46. Нестеров В.Г., Гриценко М.В., Шатулина Т.А. Использование температуры точки росы при расчете показателя горимости леса // Метеорология и гидрология, 1968.

47. Волокитима А. В., Софронов М.А. Классификация растительных горючих материалов // Лесоведение. - 1996. - № 3. - С. 38^14.

48. Барановский Н.В., Кузнецов Г.В. Конкретизация неустановленных причин в детерминированно-вероятностной модели прогноза лесной пожарной опасности // Пожаровзрьтвобезопасность. - 2011. - Т. 20, - № 6. - С. 24-27.

49. D. Xavier Viegas, G. Bovio, A. Ferreira, A. Nosenzo and B. Sol. Comparative Study of Various Methods of Fire Danger Evaluation in Southern Europe //International Journal of Wildland Fire, 2000, Vol. 9, N A, P. 235-246

50. Барановский H.B., Кузнегрв Г.В. Конкретизация неустановленных причин в детерминированно-вероятностной модели прогноза лесной пожарной опасности // Пожаровзрьтвобезопасность. - 2011. - Т. 20. - № 6. - С. 24-27.

51. Ball G.L., Guertin D.P. Improved fire growth modeling // International Journal of Wildland Fire. - 1992. - №2(2). - P. 47-54.

52. Гундар C.B., Подгруишый A.B. Управление лесными пожарами // Пожаровзрывобезопасность. - 2006. - Т. 15. - № 4. - С. 74-80.

53. Chandler С. Fire in Forestry, Vol. 1: Forest Fire Behavior and Effects / Chandler C., Cheney P., Thomas P., Trabaud L., Williams D. // John Wiley & Sons, New York, NY. 1983. 450 p.

54. Chuvieco E. Short-term fire risk: foliage moisture content estimation from satellite data / E. Chuvieco, M. Deshayes, N. Stach, D. Cocero, D. Riano // Remote sensing of large wildfires in the European Mediterranean Basin, (E. Chuvieco Ed.). 1999. - Berlin : Springer-Verlag. - P. 17-38

55. Андрианов Д.Е., Еремеев C.B., Садыков С. С. Теоретические основы описания и анализа плоских пространственно-распределенных объектов в ГИС. - Владимир : Изд-во Владим. гос. ун-та, 2007. - 110 с.

56. Озерова М.И. Проектирование автоматизированной системы оценки рисков возникновения природных пожаров / Жигалов И.Е // Научно-технический вестник Поволжья. - 2012. - № 6. - С. 234-238.

57. Ozerova M. I. Development of the management télécommunication systems mechanism with problem of the high loading // Zhigalov I.E., Novikov I.A. Scientific enquiry in the contemporary world: theoretical basics and innovative approach. FL, USA, L&L Publishing, vol. 4, "Technical Sciences", 2012, p. 20-23

58. Котельников P.B. Пономарёв В.И. Реализация многокритериального выбора в системах поддержки принятия решений // Вестник вятского научного центра Верхне-Вятского отделения Академии технологических наук РФ. Серия: Проблемы обработки информации. -2000. С. 103-108.

59. Абушенко И.А., Алтынцев Д.А., Тащшин С.А., Татарников А.В. Применение информационной системы дистанционного мониторинга "ИСДМ-Рослесхоз" для определения пожарной опасности в лесах Российской Федерации / Котельников Р.В., Сементин B.JL, Щетинский В.Е., Jly-пян Е.А., Флитман Е.В., Щербенко Е.В., Галеев А.А., Ефремов В.Ю., Толпин В.А. Мазуров А.А., Крашенинникова Ю.С., Ершов Д.В. -Пушкино (МО) ФГУ "Авиалесоохрана". - С. 140.

60. Жигалов И.Е. Озерова А. С. ГИС технологий в анализе последствий природных пожаров : сборник научных трудов SWorld // Современные направления теоретических и прикладных исследований '2012 вып.1. т 5. -Одесса: КУПРИЕНКО, 2012. - 93 с.

61. Сбор данных от удаленных измерительных станций и оперативное отображение информации на основе технологии ГИС / А.В. Краснобородько, В.В. Зайцев // Известия высших учебных заведений: Геодезия и аэрофотосъемка. - 2002. - Спец. вып. - С. 97-103.

62. Краснобородко А.В. Исследование и разработка структур баз геоданных информационно-телекоммуникационных систем : автореф. канд. техн. наук : 25.00.35/ Краснобородко Александр Владиславович. -М., 2007. -24 с.

63. Щетинский, Е.А. Спутник руководителя тушения лесных пожаров. - М. : ВНИИЛМ, 2006. - 96 с.

64. Ларичев О.И. Объективные модели и субъективные решения. - М. : Наука, 1987.- 143 с

65. Ипшаков 10.3. Исследование и анализ экологического воздействия пожаров на окружающую среду // Наука-производству: научно-технический журнал. - М., 2006. - № 4(90). - С. 68-69.

66. Коровин, Г.Н. Основные направления развития и совершенствования системы оценки и прогноза пожарной опасности / Г.Н. Коровин, В.Д. Покрывайло, З.М. Гришман, В.М. Латыпин, И.Ф. Самусенко // Лесные пожары и борьба с ними - Л. : ЛенНИИЛХ, 1986, - С. 18-31.

67. Покрывайло В.Д. Использование информации с искусственного спутника Земли NOAA для оценки пожарной опасности лесных территорий по условиям погоды / В. Д. Покрывайло, А. И. Сухинин // Профилактика и тушение лесных пожаров. - Красноярск : ВНИИ ПОМЛесхоз, 1998. - С. 89-99.

68. Вонский, С. М. Определение природной пожарной опасности в лесу: методические рекомендации / С. М. Вонский и др. // ЛенНИИЛХ. - 1975. - 40 с.

69. Доррер, Г. А. Детальная оценка пожарной опасности в лесах / Г. А. Доррер, П. А. Егармин // Лесные и степные пожары: возникновение, распространение, тушение и экологические последствия: мат. межд. научн. конф. - Иркутск, 2005. - С.55-56.

70. Волокитила A.B., Ноэ/сенкова Л.Ф., Софронов М.А., Назимова Д.И. Прогноз чрезвычайных ситуаций при пожарах растительности вблизи населенных пунктов // Сопряженные задачи механики и экологии: Материалы международной конференции. - Томск: Изд-во Том. ун-та, 2000. - С. 39^18.

71. Озерова М.И. Анализ последствий природных пожаров, как инструмент прогнозирования пожароопасных ситуаций // Машиностроение и БЖД - 2011. - №2(9). - С. 17.

72. Котелышков Р.В., Сементин В.Л., Щетинский В.Е., Лупян Е.А., Флитман Е.В., Щербенко Е.В., Галеев A.A., ЕфремовВ.Ю., Толпин В.А. Мазу-

ров A.A., Крашенинникова Ю.С., Ершов Д.В. Применение информационной системы дистанционного мониторинга «ИСДМ-Рослесхоз» для определения пожарной опасности в лесах Российской Федерации. - С. 119.

73. Палюх Б.В., Цветков P.E. Информационная система имитационного моделирования торфяных пожаров// Программные продукты и системы. -2007.-№3.-С. 100-101.

74. Мелехов И. С. Природа леса и лесные пожары. - Архангельск, 1947. -60 С.

75. Волокитина A.B., Софронов М.А. Классификация и картографирование растительных горючих материалов // Новосибирск: Изд-во СО РАН, 2002.-314 с.

76. Барановский Н.В. Концептуальная база российской системы прогноза лесной пожарной опасности // Безопасность в техносфере. -2010. -№ 6. - С. 34^12.

77. Андреев Ю,А., Ларченко Г.Ф. Социально-психологические аспекты рекреационных посещений леса и возникновение пожаров // Лесные пожары и борьба с ними. -М.: ВНИИЛМ, 1987. - С. 251-263

78. Меллума А.Ж., Рунгуле Р.Х., Эмсис И.В. Отдых на природе как природоохранная проблема. - Рига: Зинатне, 1982. - 144 С.

79. Телицин Г.П. Изучение связи посещаемости лесов и возникновения пожаров // Лесоведение. - 1984. - № 1. - С. 59-63.

80. Андреев Ю.А., Ермакова КВ., Негина C.B., Амельчугов С.П. Влияние уровня урбанизации территории и погодных условий на частоту пожаров : материалы 5-й междунар. конф. - Томск : Изд-во Том. ун-та, 2003. - С. 42^44.

81. Никищенко Н.Г. Природные и антропогенные факторы возникновения лесных пожаров в Воронежской области / Овчинникова Т.В. // Вестник Воронежского государственного университета. - 2007. - Т. 2.

82. Андреев Ю.А. Влияние антропогенных и природных факторов на возникновение пожаров в лссах и населенных пунктах : дис. ... канд. технич. наук : 05.26.03 / Андреев Юрий Александрович. - М., 2003. - 332 с.

83. Метод оценки пожарной опасности в лесах по условиям погоды с учетом поясов атмосферной засушливости и сезонов года. РИЦ ДВ УГМС. - Хабаровск, 2000. - 46 с.

84. Профилактика и меры предупреждения лесных пожаров в системе лесоуправления Российской Федерации / Д. Ф. Ефремов, А. С. Захаренков, М. А. Копейкин, Е. П. Кузьмичев,М. И. Сметанина, В. В. Солдатов ; под общ ред. Е. П. Кузьмичева. - М. : Всемирный банк, 2012. - 104 с.

85. Резина Н.В. Анализ угроз кризисных ситуаций в госуправлении 22.07.2011. http://wvvw.neolant.ru/press-center/aboutus/ncws.

86. Методологические основы прогнозирования динамики чрезвычайных лесопожарных ситуаций. / Подрезов Ю.В., Шахраманьян М.А. - М., ВНИИ ГОЧС, 2001.

87. Чучеева И. Модель прогнозирования временных рядов по выборке максимального подобия // http://www.mbureau.ru/

88. Armstrong J.S. Forecasting for Marketing // Quantitative Methods in Marketing. London: International Thompson Business Press, 1999. P. 92 - 119.

89. Костров, А. В. Информационный менеджмент. Оценка эффективности информационной системы: / А. В. Костров, Д. А. Матвеев. - Владимир : ВлГУ, 2004.-С. 116.

90. Ярушкина Н. Г., Афанасьева Т. В., Перфильева И. Г. Интеллектуальный анализ временных рядов // Ульяновск : УлГТУ, 2010. - 320 с.

91. Zadehu L.A, Yager R.R. Uncertainty in Knowledge Base. - Berlin: Springer-Verlag, 1991.

92. Костров, А. В. Основы информационного менеджмента. - M. : Финансы и статистика, 2001-2004. - 336 с.

93. Асаи К, Ватада Д., Иваи С. и др. Прикладные нечеткие системы. -М. : Мир, 1993.-352 с.

94. Цыпкин Я.З. Основы теории обучающихся систем. - М.: Наука. 1970.-252 с.

95. Loia V., Sessa S., Staiano A., Taglioferri R. Merging fuzzy logic, neural networks andgenetic computation in the.design of a decision - support system // Int. J. Intelk Syst, 2000.-V. 15:-P: 575-594.

96. Поспелов Д. А. Логико-лингвистические методы в системах управления. -М.: Энергоатомиздаг, 1981. - 190 с.

97. Xie S.-M., Tao J., Chai T.-Y. Intelligent method for BOF endpoint phos-phorusestimation // Contr. Theory-and Appl, 2003. - V. 20, №4r- P. 555-559r

98. Кудинов Ю.И. Нечеткие системы управления. // Техническая кибернетика. - 1990. -№ 5. - С. 196-206.

99. Головко В.А. Нейронные сети: обучение, организация и применение. Кн. 4. - М.: ИПРЖР. 2001. - 256 с.

100. Круглое В.В., Борисов В.В. Искусственные нейронные сети. Теория ипрактика - М.: Горячая линия - Телеком. 2002. - 382 с.

101. Рутковская Д., Пилгшский М., РутковскийЛ. Нейронные сети, генетические алгоритмы и нечеткие системы. - М.: Горячая линия Телеком. 2004.-452 с.

102. Хайкин С. Нейронные сети: полный курс, 2-е издание. - М.: Вильяме. 2006.-1104 с.

103. Модели принятия решений наоснове лингвистической перемен-ной/А.Н. Борисов, А.В.Алексеев, О.А.Крумбсрг и др. - Рига. :3инатне. 1982.-256с,

104. Сох I J., Lewis R. W., Rasing R.S. and etc. Application of neural computingin basic oxygen steelmaking // J. of Materials Processing Techn., 2002.V.120, №l-3.-p.310-315.

105. Rumelhart D;E., Hinton G., Williams R. Learning representation by backpropagation errors//Nature, 1986. - №323. - P. 533-536.

106. Tsinas L., Dachwold B. A combined neural and genetic learning algorithm// Proc. IEEE Int. Conf. on Neural Networks, 1994. - V.l. - P. 770-774.

107. Алтуигш А.Е., Семухгш М.В. Модели и алгоритмы принятия решений в нечетких условиях : монография. — Тюмень : Издательство Тюменского государственного университета, 2000. - 352с.

108. Zadeh L.A. Fuzzy sets. Information and Control. - 1965. - Vol. 8. -№3.-P. 338-353.

109. Иванова H.H., Ярушкина Н.Г. Исследование многошагового нечеткого вывода на примере построения экспертной системы оценки экологической безопасности производственной деятельности // Труды 10 национальной конференции. В 3 т. - М. : Физматлит, 2006. - Т. 2. - С. 400^107.

110. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений : пер. с англ. - М. : Мир, 1976. - 165 с.

111. Ярушкина Н.Г. Основы теории нечетких и гибридных систем. - М. : Финансы и статистика, 2004. - 320 с. с ил.

112.Ястребова H. Н. Исследование и разработка нечеткой модели и комплекса программ экологической экспертизы горнодобывающего производства : дис. канд. технич. наук. : 05.13.18. - Ульяновск, 2008.

113. Кудинов Ю.И., Иванченко КС, Кудинов И.Ю. Формирование и обновление данных для обучения нечётких моделей // Энергетика и энергоэффективные технологии : сб. докл. Междунар. науч.-техн. конф. В 2 ч. -Липецк: ЛГТУ, 2007. - ч 1. - С. 242-249.

114.Леоненков А. Нечеткое моделирование в среде MATLAB и FuzzyТЕСН. - СПб. : БХВ-Петербург, 2003.

115. Кондратов В., Королев С. Matlab как система программирования научно-технических расчетов. - М. : Мир. 2002.

116. Крившев А. Основы компьютерной математики с использованием системы MATLAB. - M. : Лекс-Книга, 2005.

117. Озерова М.И Анализ производительности телекоммуникационных систем методами имитационного моделирования / Жигалов И.Е., Шевченко Д.В. // Проектирование и технология электронных средств. -2012. -№3. - С. 48-51.

118. Костров, А. В. Системный анализ и принятие решений. -Владимир : ВлГТУ, 1995. - 68 с.

119. GlassFish Server Open Source Edition [Yeaeo.iiiue .ano.n] // GlassFish

- Open Source Application Server_Java.net: [web-naeo]. http://glassfish.iava.net(29.05.2012).

120. RU:Caaeaaiay no.aieoa [Yeaeo.iiiue .ano.n] // OpenStreetMap Wiki: [web-naeo]

http://wiki.0penstreetmap.0rg/vviki/RU:Caaeaaiav no.aieoa(30.05.2012).

121. Wannatrak. Travel overtly! (Beta-version) [Yeaeo.iiiue .ano.n] // Wan-natrak. Travel overtly! (Beta-version): [web-naeo] http://www.wannatrak.com(25.03.2012).

122. Area of Intersection of Polygons [Электронный ресурс] // Norman Hardy: [web-сайт]. http://cap-lore.com/MathPhys/IP(29.03.2012).

123. Озерова М.И. Интеграция СПО в учебный процесс. Lambert Academic Publishing, 2012, - 66 с.

124. Озерова М.И. Модуль анализа графических данных для телекоммуникационной обучающей системы / Жигалов И.Е. // Перспективные инновации в науке, образовании, производстве и транспорте : материалы между-нар. науч.-практ. конф. '2012 вып 2. т. 9. - Одесса, 2012. - С. 15-17.

125. Озерова М.И. Автоматическая оценка уровня знаний учащихся методом сравнения графических образов/ Жигалов И.Е., Шевченко Д.В. // Ученые записки института социальных и гуманитарных знаний. - Вып. №1(11)

- Казань : ЮНИВЕРСУМ, 2013. - С. 65-68.

126. Озерова М. И. Алгоритмы анализа графических данных для телекоммуникационной информационной системы / Жигалов И.Е // Вестник Череповецкого государственного университета.-2013.-№ 1(45).-Т. 1.-С. 8-12.

127. Open Layers: Free Maps for the Web [Yeaeo.iiiue .ano.n] // OpenLay-ers: Home: [web-naeo] . http://openlavers.orgf28.05.2012)

Основные сравнительные характеристики систем ИСДМ Рослесхоз и система SFMS космоснимки

Системы предоставляющие дан- нные космического мониторинга Спутники По каналам спутниковой съемки Территория зоны мониторинга Формат архивных данных Предоставляемые данные ГИС решения для предприятий на основе сервиса мониторинга пожаров

ИСДМ Россельхоз NOAA, Terra, Aqua MODIS Вся территория России Статистика пожаров Ежедневные отчеты о лесных пожарах по данным наземных и авиационных служб Карты горимости лесов Оперативная отчетность по данным космического мониторинга Мониторинг лесных пожаров на особо-охраняемых природных территориях Спутниковые данные Метеоданные ГИС решения для предприятий на основе сервиса мониторинга пожаров

Система БРМБ Terra и Aqua MODIS Вся территория России CVS, Shape файлы в векторном виде (Shapefile, Mapinfo Feie, GeoRSS, KML) Статистика пожаров Сервис статистики пожаров публикует в табличном виде данные о пожарах: ко-во кластеров пожаров, кол-во термоточек, общая площадь горевших территорий. Оперативные спутниковые снимки Данные о погоде Данные Firms Границы особоохраняемых природных территорий Границы кадастрового деления Платформа GeoMixer Web-Gis сервис может быть перенесен в локальную сеть предприятия, имеющую выделенный сервер с доступом по протоколу HTTP.

Существующие математические модели прогнозирования природных пожаров

Методы расчета индексов пожарной опасности Математическая модель Учитывающиеся факторы Неучитываю щиеся факторы

Комплексный показатель пожарной опасности В.Г. Нестерова(Россия) KnON - КПО^ • ivoc + [t(t - td )]N, Осадки, температура, точка росы, дефицит точки росы. показатель влажности надпочвенного покрова, показатель влажности лесной подстилки, коэффициент поправки на осадки, влияние человеческого фактора; влияние грозовой активности.

Индекс лесной пожарной опасности (Австралия) ШШО " N показатель влажности ЛГМ; минимальный показатель относительной влажности воздуха в течение дня, максимальная температура воздуха в течение дня, усредненное значение скорости ветра в течение дня. Осадки, точка росы, дефицит точки росы, влияние человеческого фактора; влияние грозовой активности.

Национальная рейтинговая система пожарной опасности (США) Индекс горения (ИГ) — показатель, зависящий от скорости распространения огня и количества тепла, выделяющегося при пожаре [8]: НГ=3.0КСП-ЭВ)°*. ИГШ-0,71,/иг2+(ЧФ+ГА):' , где ИПН - итоговый индекс пожарной нагрузки; индекс горения; влияние человеческого фактора; влияние грозовой активности, скорость ветра, относительной влажности и количества осадков. Точка росы, дефицит точки росы,

Рейтинговая система лесной пожарной опасности (Канада) JTTMj -400 • 1п( 800 )-Ю.5 • (0,36 • (f+2.8)), Влияние человеческого фактора; влияние грозовой активности. скорость ветра, относительной влажности и количества осадков. Точка росы, дефицит точки росы

Концептуальная схема ГИС деревообрабатывающего предприятия

Г

г

Оперативные сведения о лесных пожарах

Сведения о лесных пожарах

по данным космического мониторинга

Изображения полученньи из основных данных зондирования Земли

Метеорологическая информация

WEB-ИСДМ Рослесхоз

Удаленный сервер SFMS

Информация от исполнительных органах в области лесных отношений Информация от смежных предприятий Данные региональной ГИС

База Данных

Формирования отчета

БД смежных предприятий

истема поддержки тринятия решения на базе алгоритма прогнозирования эиска возникновения пожара

Картографический сервис OperiStreetMap Клиентская подсистема Веб приложение Java ЕЕ

Внешний сервер

Клиентский сервер

GPS\GLONAS с приемником и GPRS передатчик, температурные датчики,

Система управлени; данными

Внешний сервер

Клиентский сервер

Информации поступающая с сервера клиента Информация поступающая с сервера системы дистанционного мониторинга

Лссорастнтсльныс условия Класс пожароопасности лесного фонда по шкале Мелехова; засоренность территории мусором; наличие водных преград; Антропогенная нагрузка пожароопасность сезона; близость населенных пунктов; Торфяные пожары заторфованпость территоррии; типа залегания торфа па участке; влажности торфа на участке; грозовой активности в районе участка; Информация от исполнительных органов в области лесных отношений административная принадлежность участка леса; площадь регистрации; Цифровая карта местности Оперативные сведения о лесных пожарах: сведения о крупных лесных пожарах; сведения о ликвидации лесного пожара; Сведения о лесных пожарах, по данным космического мониторинга: контуры лесных пожаров, полученные на основе детектирования тепловых точек; контуры "гарей" (участков, поврежденных огнем) полученные на основе детектирования изменений растительности (по оценке вегетативного индекса); участки активного горения (горячие точки). Изображения, полученные на основе данных зондирования Земли изображение подстилающей поверхности изображение облачности изображения дымов; Метеорологическая информация: фактические метеорологические показатели по метеостанциям; прогнозные метеорологические показатели;

Вид информации Частота поступления Характеристика

Информация предоставляемая ИС дистанционного мониторинга (доступ к данным через удаленный сервис ИСДМ Рослесхоз или Системы БРМБ)

оперативные сведения о лесных пожарах сутки отчет

сведения о крупных лесных пожарах (по каждому лесному пожару); сутки отчет

сведения о ликвидации лесного пожара; сутки отчет

Сведения о лесных пожарах, по данным космического мониторинга.

контуры лесных пожаров, полученные на основе детектирования тепловых точек; сутки Карты растр

контуры "гарей" (участков, поврежденных огнем) полученные на основе детектирования изменений растительности (по оценке вегетативного индекса); сутки Карты растр

участки активного горения (горячие точки). сутки Карты растр

Изображения, полученные на основе данных Карты растр

зондирования Земли:

изображение подстилающей поверхности 65 Геопривязанный растр ,доступ к данным через \уеЬ-интерфейс

изображение облачности 40 Геопривязанный растр ,доступ к данным через луеЬ-интерфейс

изображения дымов; 23 Геопривязанный растр доступ к данным через \уеЬ-интерфейс

Метеорологическая информация:

фактические метеорологические показатели по метеостанциям; 3 часа отчет

прогнозные метеорологические показатели; сутки отчет

грозовой активности в районе участка отчет

Информация от исполнительных органов в области лесных отношений

административная принадлежность участка леса; площадь регистрации 1 Оперативные данные

Лесорастительные характеристики: Класс пожароопасности лесного фонда по шкале Мелехова; засоренность территории мусором; наличие водных преград; Оперативные данные

Характеристики торфяников: типа залегания торфа на участке; влажности торфа на участке; Оперативные данные

Цифровая карта местности 1 Геопривязанный растр, доступ к данным через интерфейс

Пиротехнические характеристики участка сутки доступ к данным через интерфейс

Оперативная информация Оперативные данные

Антропогенные характеристики пожароопасность сезона; близость населенных пунктов; Оперативные данные

Схема архитектуры баз данных