Совершенствование геоинформационных технологий в сфере управления природными рисками тема диссертации и автореферата по ВАК РФ 25.00.35, кандидат наук Гарсиа Эскалона Хосе Антонио

• Гарсиа Эскалона Хосе Антонио
• кандидат наук
• 2018

Оглавление диссертации кандидат наук Гарсиа Эскалона Хосе Антонио

ВВЕДЕНИЕ

ГЛАВА 1. Описание объекта исследования

1.1 Характеристика и Ситуация Зоны Риска в Штате Сукре в Венесуэле

1.2 Перспективы Развития Инфраструктуры Пространственных Данных c Использованием Современных Технологий

1.3 Теоретические Аспекты для Распределения Пространственных Данных

1.4 Применение Современных Программ для Распространения Гетерогенных

Данных

Выводы по главе

ГЛАВА 2. Модели и методы обработки данных для принятия решений на

основе распределенных геоданных

2.1 Применение информационных технологий ГИС для разработки платформы

2.1.1 Специфика Платформы Для Институциональных Решений

2.1.2 Архитектура

2.1.3 Ключевые Компоненты Платаформы

2.1.4 Стандарты И Нормативы

2.1.5 Приложения С Открытым Исходным Кодом Для Разработки Конкретных Приложений Для Интеграции Существующих Геопространственных Данных

2.1.6 Используемое Программное Обеспечение

Выводы по главе

ГЛАВА 3. Разработка структуры распределенных геоданных для системы

принятия решений

3.1 Структурирование пространственных данных для обеспечения их взаимодействия

3.2 Предварительная обработка данных

3.3 Функциональное назначение базы данных, область применения программы и ограничения по ее использованию

3.4 Разработка системы геоданных для принятия решений

3.4.1. Каталог-Интерфейс GeoNetwork

3.4.2. Метаданные

3.4.3. Обеспечение визуализации единого однородного доступа к различным базам данных независимо от их типа на клиенте

3.4.4. Настройка сети geonetwork

Выводы по главе

ГЛАВА 4. Разработка геоинформационной системы для управления

георисками в штате Сукре

4.1 Пример принятия решений

4.1.1 Постановка формирования задач обеспечения безопасности территори на основе применения ГИС

4.1.2 Оценка риска с количественной точки зрения

4.1.2.1 Математические Модели

4.1.2.2. Оценка коэффициента ущерба

4.1.2.3. Оценка риска

4.1.3. Оценка риска с качественной точки зрения

4.1.3.1. Социально-экономические переменные

4.1.3.2. Угрозы из-за природных явлений

4.1.3.3 Экспозиция

4.1.3.4. Функциональное назначение базы данных, область применения программы

и ограничения по ее использованию

4.1.3.5. Модель реляционных данных

Выводы по главе

ЗАКЛЮЧЕНИЕ И РЕЗУЛЬТАТЫ

РЕКОМЕНДАЦИИ

СПИСОК ЛИТЕРАТУРЫ

IGVSB - Instituto Geografico de Venezuena Simon Bolívar

ABAE - Agencia Bolivariana de Actividades Espaciales

DIGECAFA - Direccion de Geografia y Cartografia de la Fuerza Armada

INAMEH - Instituto Nacional de Meteorología e Hidrología

FUNVISIS - Fundación Venezolana de Investigaciones Sismológicas

ВМО - Всемирная Метеорологическая Организация

РГГМУ - Российский Государственный Гидрометеорологический

Университет

OGC - Open Geospatial Consortium

ДЗ - Системы Дистанционного Зондирования

ГИС - Географические Информационные Системы

БГД - база геоданных

БД - база данных

БЗ - база знаний

ГНСС - Глобальные Навигационные Спутниковые Системы

СПР - Система Принятия Решений

ИПД - Инфраструктуры Пространственных Данных

VGI - Voluntaree Geografic Information

Введение диссертации (часть автореферата) на тему «Совершенствование геоинформационных технологий в сфере управления природными рисками»

ВВЕДЕНИЕ

Актуальность исследования: Одной из ключевых проблем нашего времени является усиления внимания к сложным взаимосвязям между окружающей средой и обществом. В ходе взаимодействия природы и человеческого социума возникают риски, связанные с изменением климата и человеческим воздействием. Существует сильная потребность в исследованиях различных дисциплин, требующих высокую степень взаимодействия между несколькими информационными системами и инфраструктурой данных. Повышение осведомленности о глобальных проблемах современности заставляет нас задуматься о том, как мы организуем нашу жизнь на планете Земля и дает современные представления о сущности глобальных проблем, их взаимосвязи, в частности, с географией и ее ролью в разработке стратегий и научных методологий, которые могут реально обеспечить решение глобальных проблем и проложить путь для оптимизации и прогнозирования взаимодействия между человеком и природой.

Централизованный сбор данных и последующая их стандартизированная обработка являются последними стратегиями E-Govemment, показывающими существенное требование для создания взаимосвязанности между различными системами и различными программными системами обеспечения открытых стандартов оказания вспомогательных услуг. Первоначально развитие инфраструктуры пространственных данных происходило между правительственными организациями, но эта система изменилась, поэтому создается новый объект с новыми приоритетами, который расширит возможности доступа и использования данных, интерфейса и приложений, адаптированных в контексте спроса пользователя. E-Govemment предлагает управление с новыми технологическими возможностям, что делает его быстрым и экономичным, предлагая более эффективное обслуживание пользователей.

Пространственные данные, ИПД и E-Govermment являются основой для создания платформы обмена точными данными, классификацией, оценкой ситуации и помогают процессу принятия решений. В настоящее время инфраструктура пространственных данных соответствует целям и задачам научного сообщества. Данная система обеспечивает доступ к местонахождению устройств с помощью встроенных приложений, используя различные источники информации.

Данная система играет большую роль в управлении данными, что может помочь в предупреждении стихийных бедствий, позволяя существенно снизить ущерб, наносимый ими. ИПД сочетает в себе достижения науки, техники и технологических инноваций в интересах устойчивого развития общества.

Пространственные данные играют важную роль во многих областях, таких как мониторинг природных ресурсов, ликвидация последствий стихийных бедствий, развитие городов и т.д. Целесообразно включать эту современную технологическую тенденция в Венесуэле и реализовать оптимальную информацию, полученную для ее географического и климатического разнообразия, поскольку данное государство подвержено явлениям естественного характера.

Штат Сукре (город Пилар) является областью с наибольшей тектонической активностью. Он подвержен воздействию природных катаклизмов, поэтому возникает необходимость определить области риска штата Сукре, что позволит провести всестороннее исследование. Данный штат экономически развит, и зоны риска, главным образом, приходятся на части штата с наиболее большей плотностью населения, на инфраструктуру. В недалеком прошлом произошли события крупного масштабы, повлекшими за собой человеческие жертвы, поэтому мы должны рассмотреть вопрос о разработке и реализации моделей принятия решений, позволяющие минимизировать возможные потери и убытки. В этой связи реализация инфраструктуры пространственных данных необходима для лучшего управления событиями и, в свою очередь, она позволит различным учреждениям получать доступ к данным быстро и своевременно.

Данная технология предлагает широкий спектр услуг, таких как каталог систем, каталог данных с многочисленными мощными критериями поиска, отображение карт, которые позволяют просматривать рельеф и скачивать различные пространственные данные. Очень важно отметить, что эта технология может включать в себя новые направления (большие данные, облачные вычисления, веб-службы), где технологическое будущее в области инфраструктуры пространственных данных объединит результаты междисциплинарных исследований, основанных на выгодах для выработки рекомендаций в процессе принятия решений на основе анализа и манипулирования данными геоинформатики, и поможет найти ответы, которые могут решить многие проблемы, а так же создаст новые методологии, применяемые к решению научных проблем нашего времени. Поэтому было бы эффективно управлять кризисной ситуацией и содействовать сокращению последствий землетрясений, цунами, торнадо, наводнения и других бедствий.

Для управления бедствиями требуется обширное планирование для их предотвращения, проведения спасательных операций во время самих стихийных бедствий и реабилитации после них. Управление бедствиями - это цикл действий, которые начинаются с уменьшения уязвимостей и последствий стихийных бедствий, подготовки к операциям реагирования и оказанию помощи в чрезвычайных ситуациях - таких как поиск

и спасение людей, борьба с пожарами и т.д. , и способствование возвращения прежнего качества жизни обществу после катастрофы.

Некоторые стихийные бедствия, например - цунами, торнадо, землетрясения, происходят внезапно и затрагивают большие районы, поэтому трудно разработать планы предотвращения. С другой стороны - бедствия, такие как наводнения и оползни, как правило, могут легче быть отмечены на карте, и люди, которые потенциально будут подвержены опасности, могут быть предупреждены заранее, потому что зоны риска известны. Из-за их широкого применения, системы дистанционного зондирования (ДЗ), географические информационные системы (ГИС) и глобальные навигационные спутниковые системы (ГНСС) являются ценными инструментами для управления рисками и стихийными бедствиями.

Использование последних достижений в области управления пространственными данными и технологий геоматического проектирования в области борьбы со стихийными бедствиями, включая важность коммуникационных и информационных технологий, географических информационных систем (ГИС), дистанционного зондирования(ДЗ) и глобальные навигационные спутниковые системы (ГНСС), которые значительно облегчили сбор, интеграцию и анализ данных. Интеграция этих технологий между собой и с другими технологиями, такими как система принятия решений (СПР), глобальная сеть и симуляторы создали более эффективную систему управления стихийными бедствиями. Установление инфраструктуры пространственных данных (ИПД) для стихийных бедствий оказалось решающим в процессе подготовки, смягчения, обнаружения, реагирования и восстановления от природных и техногенных катастроф. Собор данных и предоставление кризисной карты, маршрутов эвакуации, убежищ для эвакуации для ранней оценки ущерба и предоставление ресурсов в чрезвычайной ситуации являются важными для эффективных спасательных операций. Поэтому необходима подготовка основной информации, а также карт уязвимостей и спасательных операций для подготовки к катастрофам и уменьшения их последствий до того, как событие случится. Поскольку производство таких карт составлено из нескольких критериев, таких как физические и социальные факторы, оно считается сложным процессом принятие решений, так что иерархический аналитический процесс для предоставления такой информации будет предпочитаем. Кроме того, преимущество такого подхода заключается в определении приоритетов операций по борьбе со стихийными бедствиями.

Хотя для использования методов ДЗ и ГИС для управления рисками и стихийными бедствиями данные и информация должны быть доступными. Кроме того, правительству необходимо подготовить технический персонал для обработки и анализа

соответствующей информации. Инфраструктура пространственных данных (ИПД) была предложена научным сообществом и реализована в качестве альтернативы решения адрессного распространения данных. В развивающихся странах технологические учреждения и исследовательские группы должны оказывать помощь в рамках превентивных и экстренных программ по минимизации последствий стихийных бедствий. Основной целью этой платформы является содействие использованию спутниковой информации для мониторинга геологических, гидрологических и климатических условий с целью облегчения планирования, смягчения последствий и быстрого реагирования в случае возникновения стихийных бедствий. Использование методов и данных ДЗ, ГИС и ГНСС очень важно для борьбы со стихийными бедствиями, а обсуждение в отношении текущего состояния приложений и методологий позволяет выявить пробелы в использовании и возможности облегчения использования данных. Кроме того, очень важно наладить обмен данными и информацией, и использовать инициативы, такие как внедрение ИПД.

Использование спутниковых снимков продемонстрировало, что спутниковые наблюдения дополняют традиционные измерения и являются важными инструментами, позволяющими анализировать и использовать геопространственные продукты для удовлетворения оперативных потребностей систем поддержки принятия решений для всех видов стихийных бедствий. Существует разнообразное и растущее число спутников дистанционного зондирования, и программы исследования стихийных бедствий обычно исследуют различные типы изображений с различными пространственными, спектральными и радиометрическими разрешениями и различными методологиями обработки изображений.

Методы дистанционного зондирования и инструменты ГИС и ГНСС часто используются в приложениях для борьбы со стихийными бедствиями в мероприятиях по предупреждению и устранению последствий катастроф. Приложения по предупреждению стихийных бедствий связаны с работой по смягчению последствий и обеспечению готовности. Смягчение последствий относится к мероприятиям, которые уменьшают уязвимость общества к последствиям стихийного бедствия, в то время как готовность относится к мероприятиям, которые облегчают подготовку к реагированию на катастрофу, когда она происходит. Приложения по устранению последствий бедствия связаны с усилиями по реагированию и восстановлению. Ответные действия связаны с моментальными и краткосрочными последствиями стихийного бедствия, в то время как восстановление относится к мероприятиям, которые восстанавливают сообщество к условиям до стихийных бедствий, таким как реконструкция. Приложения, связанные с

усилиями по смягчению и обеспечению готовности, обычно связаны с предотвращением оползней и наводнений, как часть исследований в области землепользования и / или с выявлением уязвимых районов. Методы ГИС обычно используются для анализа информации дистанционного зондирования, позволяя проводить процесс распознавания и идентификации стандартов и отношений между переменными. Кроме того, геологическая, геоморфологическая и климатологическая информация могут сочетаться с оценками риска для обеспечения планирования. Хотя эти примеры являются примерами применимости методов ГИС, дистанционного зондирования и ГНСС, важно продемонстрировать, что методологии и информация могут распространены для достижения результатов в ИПД.

Пространственные данные и связанные с ними технологии были важны для эффективного совместного принятия решений в области борьбы со стихийными бедствиями. Тем не менее остаются задачи в распространении пространственных данных в этой области. Одной из задач системы обмена данными является создание технологий и стандартов для управления данными, чтобы технический персонал учреждений, занимающихся вопросами рисков и борьбы со стихийными бедствиями, мог легко и быстро получать и использовать данные. ИПД могут использоваться для облегчения оценки рисков и планирования эвакуации, а также для поддержки установления планов по ликвидации последствий стихийных бедствий с целью сведения к минимуму ущерба от возможного стихийного бедствия. Использование ИПД в управлении операциями при стихийных бедствиях помогает в создании технологии для доступа к пространственной информации на основе Интернета и включает организации по борьбе со стихийными бедствиями в качестве основных заинтересованных сторон для создания, обновления и поддержания необходимых пространственных наборов данных для реагирования на стихийные бедствия. Если эти данные будут распространены и обменены, наборы данных будут доступны для более широкого круга людей по борьбе со стихийными бедствиями. Эта совместная среда основана на концепции партнерства в области производства и совместного использования пространственных данных. Правительственные и неправительственные организации являются производителями и службами поддержки различных пространственных баз данных. Создание ИПД - это динамический процесс, в котором люди являются ключевым элементом, поскольку они необходимы для продолжения предоставления данных для поддержки ИПД. Отношения между людьми и обменом данных должны определяться политикой, стандартами и сетями.

Кроме того, реализация добровольческой географической информации является еще одной важной инициативой по совершенствованию систем оповещения и оказанию

помощи в осуществлению планов в чрезвычайных ситуациях. Информация, предоставляемая гражданами, важна для совершенствования системы управления стихийными бедствиями. Человека можно считать интеллектуальным мобильным датчиком, который обладает способностями интерпретации и интеграции, которые различаются в зависимости от опыта человека. Эти возможности могут быть улучшены за счет использования в мобильных телефонах встроенных ГНСС-датчиков, цифровых камер и устройств слежения.

Следует поощрять использование дистанционного зондирования, ГНСС, ГИС и данных добровольцев, технологий и процедур с риском и управлением стихийными бедствиями для поддержки систем связи и транспорта, избежания ущерба, причиненного бедствиями, и создания планов действий в чрезвычайных ситуациях. Обмен информацией поможет в разработке интеллектуальных систем, позволит сообщать точное местоположение и величину ущерба и определять пути эвакуации и содействовать разработке мер по смягчению последствий и оказанию помощи после стихийных бедствий.

Использование данных дистанционного зондирования с ГИС обеспечивает высокий потенциал для анализа уязвимости области интересов, хотя эти методы следует адаптировать в соответствии с анализируемой областью. Необходимо выделить доступность геотехнологий; а именно, появление Интернета привело к разработке инструментов и быстрых методов получения программного обеспечения ГИС и спутниковых изображений. Кроме того, популяризация ГНСС облегчает участие граждан, а ГНСС может стать новым инструментом для управления стихийными бедствиями с помощью Voluntaree Geografic Information (VGI). В идеале необходимо создать и поддерживать больше пространственных инфраструктур баз данных для стихийных бедствий учреждениями, которые производят пространственные данные для создания информации, которая может быть полезна для управления рисками и стихийных бедствий. Кроме того, обмен знаниями по анализу данных в системах поддержки принятия решений должен быть частым и динамичным.

Актуальность данной работы требует Совершенствование геоинформационных технологий в сфере управления природными рисками в Венесуэле, использования современных решений для использования нескольких разнородных источников данных в соответствии с эффективной реализацией процесса принятия решений. В этом контексте интеграция данных предлагает эффективное решение поставленной задачи.

Одной из основных задач борьбы со стихийными бедствиями является надлежащее управление информацией. Более подробно, хотя большая часть информация, необходимая

для борьбы со стихийными бедствиями, имеет пространственный компонент или местоположение, текущие исследования показывают, что существуют разные проблемы сбора, распространения, доступа и использования пространственных данных / информации для борьбы со стихийными бедствиями. Указанные проблемы становятся более серьезными во время реагирования на стихийные бедствия с его чувствительным к времени и динамичным характером, когда надежный и современный информация должна быть доступна лицам, принимающим решения, и менеджерам. Предполагается, что инфраструктура пространственных данных (ИПД) в качестве инициативы по управлению пространственными данными может способствовать управлению обеспечивая лучший способ управления пространственными данными.

Степень разработанности проблемы. В процессе исследования были изучены труды отечественных и зарубежных ученых по рассматриваемой проблеме, таких как Агнешка Звирович-Рутковска, И. Массер, А. Раджабифард, И. Уильямсон, Юн Ту, Ци Ли, Си Мао, С. Триллес, П. Хуан, Л. Диас, П. Араго, Дж. Уэрта, Истомин Е.П., Слесарева Л. С., Степанов С. Ю., Сидоренко А. Ю. и других.

Были проанализированы и сведены в единый документ информацию, данные, документы, связанные с развитием Инфраструктуры пространственных данных и стихийных бедствий, которые влияют на население Венесуэлы.

Проблема в интеграции разнородных пространственных данных связана с технологически развитыми, полностью распределенными системами на основе технологии баз данных, однако, основная проблема не всегда само по себе отсутствие данных, но зачастую невозможность получения таких данных и даже незнание о их существовании. То есть, проблема, как правило, не техническая, а организационная, поэтому есть необходимость реализовать инфраструктуру пространственных данных, которая определит объект, предмет и цель диссертации.

Сегодня большинство стран и учреждений испытывают необходимость укреплять свой технический потенциал в области геопространственных технологий для того, чтобы принимать решения с использованием различных технологий, которые позволяют управлять геоданными и анализировать их. Таким образом можно сказать что управление геоинформацией является основой принятия институциональных решений.

Объект исследования: Геофизические характеристики территории Венесуэлы и органы государственного управления.

Предметом исследования: Совершенствование геоинформационных технологий использования гетерогенных баз данных в управления природными рисками.

Цель исследования: Целью диссертационной работы заключается в совершенствование геоинформационных технологий в сфере управления природными рисками с целью облегчения планирования, смягчения последствий в случае возникновения стихийных бедствий. Реализация поставленной цели исследования предопределяет постановку следующих задач:

1. Постановка формирования задач обеспечения безопасности территори на основе применения ГИС

2. Разработать модель для унификации системы геоданных для хранения и распределения ее по стандартам и разработать модель для визуализации пространственных данных, которая обеспечит уникальный и однородный доступ для разных баз данных.

3. Модифицировать и разработать математическую модель для оценки риска экстремальных явлений природы с количественной точки зрения.

4. Разработка геоинформационной системы для анализа геопространственных зон риска на основе использования различных геоданных с качественной точки зрения.

Теоретические и методологические основы.

Теоретической основой исследования являются труды отечественных и зарубежных ученых в области проблематики хранения и использования геоданных в различных форматах, распределенных информационных систем, аналитические обзоры, посвященные анализу технологий доступа к различным видам данных, нормативно-правовые документы, связанные с методикой построения информационных систем. Методической основой исследования является:

• Обобщение и анализ существующего опыта создания распределенных информационных систем с гетерогенными базами данных;

• Системный анализ и концептуальное моделирование;

• Аналитические исследования;

• Математическое моделирование;

• Прогнозирование;

• Метод геоинформационного моделирования.

• Методологической основой исследования является обобщение и анализ существующего опыта относительно построения инфраструктуры пространственных данных и применения информационных систем, включенных в нее как часть системы управления различными пространственными данными.

• Обоснованность и достоверность результатов исследования, выводов и рекомендаций обеспечивается:

• Были оценены программы с открытым исходным кодом для интеграции гетерогенных данных.

• Использованы нормативные документы для согласования и стандартизации разнородных систем хранения данных для построения инфраструктуры пространственных данных.

• Создан механизм для сбора, записи, хранения, обработки и распространения геопространственных данных с использованием вычислительной техники, телекоммуникационных систем распространения пространственно-временной геоинформации, технологий хранения и использования геоинформации на основе распределенных баз данных и знаний;

• Применение принципов системы анализа и модификации математического моделирования для оценки рисков экстремальных явлений природы.

• Апробацией результатов исследования на научно-практических конференциях и отражением основных результатов диссертации в открытой печати.

При решении поставленных в работе задач получены следующие результаты, выносимые на защиту:

• Адаптация математической модели для оценки рисков с применением методологий экстремальных явлений природы (землетрясения и ураганы).

• Методика проектирования геоинформационной системы с использованием модели обработки разнородной геопространственной информацией.

• Модель обработки и управления разнородной геопространственной информацией.

• Система отображения геоданные.

• Информационная система для анализа геопространственной зон риска на основе использования различных геоданных.

• Развитие инфраструктуры трехмерных космических моделей с использованием модели обработки разнородной геопространственной информацией.

• Система управления гетерогенными пространственными данными.

Научная новизна.

Всесторонний анализ механизмов, существующих моделей и географических информационных систем с использованием инфраструктуры пространственных данных в качестве основы. Таким образом управление пространственной информацией производится не только географическими данными, но тематической информации и системами, то есть был создан каталог географических информационных систем для управления рисками в Венесуэле, они интегрированы в единую платформу, которая позволяет получить полный доступ различным уровням пользователей, от государственных органов и даже обычных пользователей.

В данном исследовании математическая модель, предложенная для прогнозирования рисков в геосистемах на основе параметров, скорость ветра использовалась при ураганах и величине землетрясений, как описываемых как случайные явления, которые могут быть оценены в любой момент времени. Полученные таким образом данные средствами проверки статистических гипотез и алгоритмов, позволяющих решать задачи прогнозирования множества состояний при полной определенности исходных значений, могут быть использованы, в том числе, и для прогнозирования выбранных климатических параметров.

Практическая и научная значимость работы:

Организация геопространственных данных с помощью стандартизации регламентов доступных по стандартам ISO, набор технологий для улучшения доступности пространственных данных, что обеспечивает их открытие и распространение в Интернете. Эта технология объединяет все географические данные из нескольких источников, то есть существующую информацию из различных учреждений, что позволяет доступ к более полной и полезной информации. Впервые можно использовать сети общественных организаций, которые тесно сотрудничают и обмениваются пространственными данными, как большая интегрированная система, используемая модель представляет собой новый способ для централизации и оптимизации процесса принятие решений. В этом смысле будущее инфраструктуры пространственных данных предлагает широкий спектр услуг, таких как каталог данных с многочисленными мощными критериями поиска, отображение карт, которое позволяет просматривать рельеф с высоты полета и загрузка различных унифицированных пространственных данных. Очень важно отметить, что эта технология может включать в себя новые технологические тенденции (большие данные, облачных вычислений, веб-службы). Технологическое будущее обсуждается в области инфраструктуры пространственных данных и его основные выводы приводят к повышению эффективности и интеграции многопрофильных исследовательских усилий,

Список литературы диссертационного исследования кандидат наук Гарсиа Эскалона Хосе Антонио, 2018 год

- / ' -

Scale = 1 : 12М ' Click on the map to get feature info

-58.37001, 10.25144

Ш§ В

3D Map DOwyLOAD MDT подуцца

SU Satellite lma;e DOWNLOAD DOWM.OAD

Ш

Ottkoimagr Март DOWM.OÀO

Рис. 46: Главная Страница

Рис. 47: Каталог Ортоизображения

Выводы по главе

Создана база данных.

В этой главе описаны технологии, которые использованы для создания, платаформа пространственных данных. В разработке и реализации приложения платаформа следует отметить работу по предварительному поиску информации и выделении программного обеспечения, выбранного из широкого спектра вариантов. В качестве единственного требования, выступала его является свободность, бесплатность и открытость. Также описано основное использованное ПО, а также процесс его установки, настройки и первые шаги по его использованию.

Этот платаформа реализуется как система, соответствующая стандартам Open Geospatial Consortium и сервисам, предоставляемым Web Map Service) и стандартам ISO 19115, Geographic Information Metadata, где определяется модель, необходимая для описания географической информации и сервисов, которые позволяют описывать метаданные.

Платаформа предоставляет доступ к файлам и реализовывает определенные функции, с помощью которых пользователь может взаимодействовать с географической информацией, хранящейся для поддержки при принятии институциональных решений. Платаформа состоит из набора распределенных узлов, хранящих данные, каждый из которых предоставляет интерфейсы картографических сервисов и портала, который взаимодействует с узлами и предоставляет несколько клиентских приложений, в частности, для просмотра карт и каталога метаданных.

PostGIS - это модуль для ядра базы данных объектно-реляционной PostgreSQL, которая добавляет поддержку для географических данных и обеспечивает возможность использования БД в качестве контейнера геопространственной информации, позволяя выполнять операции географического анализа. Инструменты QGIS и GVSIG - это программное обеспечение для обработки географической информации с картографической точностью. Они были использованы для создания векторных данных, используемых для идентификации различных продуктов, представленных в платаформае. Также был подготовлен набор векторных данных с геопривязкой в формате shapefile, который, по существу, состоит из нескольких слоев, содержащих геоинформацию для Geoserver, которые будут отображаться в OpenLayer.

В создании стилей векторных данных было использовано программное обеспечение UDIG и GLOBALMAPPER для их последующей публикации (задавался масштаб, цвет и т. д.) Как средство просмотра карт используется GeoServer, что это сервер с открытым исходным кодом, написанный на Java, который позволяет пользователям совместный доступ и редактирование пространственных данных. Предназначен для

обеспечения взаимодействия, публикует данные из основных источников пространственных данных с использованием открытых стандартов. GeoServer используется как узел для платаформа, предоставляющий пространственные данные.

Как каталог карт использовался Geonetwork - среда для управления пространственной информацией, предназначенная для предоставления доступа к базам данных, географической привязки, картографических продуктов и метаданных из различных источников, расширения обмена с использованием возможностей сети Интернет. Это приложение - каталог, который управляет пространственными данными, определенным образом геопривязанными и предоставляет отличные функции по редактированию и поиску метаданных.

ГЛАВА 4. Разработка геоинформационной системы для управления георисками в

штате Сукре.

Главной целью нашего исследования мы считаем предоставление релевантной информации о вероятностях стихийных бедствий широкому кругу пользователей. Данные

пользователи с помощью тематического портала смогут получать и использовать информацию для принятия своевременных соответствующих решений в отношении предотвращение и смягчение последствий.

Предложенное нами приложение ориентировано на пользователей, заинтересованных в катастрофах и управлении рисками.

Платформа сосредотачивает их внимание на анализе проблемы, структурных (физических) и неструктурных (законодательство, просвещение и распространение) мерах по снижению риска (смягчению), а также позволяет определять приоритетность разработки проектов, направленных на уменьшение рисков.

Рисунок 48. Архитектура ЮЕ с серверными узлами

Рисунок 49. Схема предлагаемой операции

Платаформа интегрирует сетевые узлы, например, IGVSB, ABAE, DIGECAFA, INAMEH и FUNVISIS, имитируя тем самым сеть онлайн библиотек. Эти узлы предоставляют обширную информацию, компилируют, обрабатывают и анализируют данные о влиянии различные виды бедствий.

На национальном уровне, используя существующую базу данных и посредством фотографирования, нами были созданы карты, которые направлены на выявление аспектов, связанных с проблемой рисков национальных интересов.

Карты нам показывают места, наиболее подверженные различным уровням угрозы естественных явлений. Они могут использоваться во всех отраслях инфрастктуры, например, в сельском хозяйстве, энергетике, в жилищном строительстве. Разработанные нами карты выступают в качестве инструмента для планирования и последующего развития инфраструктуры страны.

Как показано на рисунках 70, национальные узлы получают информацию из данных и каталога узлов сервера, созданных учреждениями. Эти серверные узлы имеют сервер каталогов, из которых метаданные автоматически собираются на каждом национальном узле с использованием протокола Catalog Service Web (CS-W). В свою очередь, эти национальные каталоги также доступны через других клиентов IDE с использованием

CS-W, поэтому вспомогательные узлы играют двойную роль, являясь тематическими дверями доступа к ГИС через платаформа, а также играют роль интегратора информации на национальном уровне. Для быстрого выполнения поиска на национальном уровне, приложение использует метаданные, собранные на узле фасилитатора.

Платаформа позволяет пользователям повторно использовать данные, полученные из разных проектов и которые до сих пор не были опубликованы. Он взаимодействует с различными программными обеспечениями и форматами, используемыми различными учреждениями.

Главной задачей при создании функционального дизайна и графического интерфейса было определить конечных пользователей и производителей информации, адаптируя доступ к информации к типу пользователя, подключенного к системе. Пользователь должен быть связан с порталом. Для этого было предоставлено несколько поисковых систем:

• Поиск по словам, как обычная поисковая система, этот метод позволяет пользователю находить метаданные, содержащие одно или несколько слов.

• Тематический поиск. Этот метод предоставляет пользователю ряд тем, связанных с управлением рисками и стихийными бедствиями. Пользователь выбирает интересующую тему для получения согласованных результатов. Этот метод очень эффективен для пользователей, обладающих знаниями об управлении бедствиями.

• Вспомогательный поиск. Этот метод предоставляет набор часто задаваемых вопросов, сгруппированных по общим задачам, каждому пользователю (планировщикам, исследователям, преподавателям, координаторам систем предупреждения и реагирования на стихийные бедствия, агентствам реагирования и широкой общественности). Этот метод особенно подходит для пользователей, которые не знакомы с лексикой и общепринятыми концепциями управления рисками и стихийными бедствиями.

Платаформа позволяет настраивать свои поиски по временным и пространственным ограничениям. После выполнения поиска вся информация, сгруппированная в две вкладки, одна для картографических служб и одна для документов, автоматически отображается на странице «Результаты».

4.1.Пример принятия решений

4.1.1 Постановка формирования задач обеспечения безопасности территори на основе применения ГИС

Использование геоинформационных систем для решения проблемы управления безопасностью использования природных явлений с использованием анализа на основе полученных исходных данных, что не позволяет указать требуемые значения критерия безопасности. В этом случае ГИС позволяет рассчитайте наиболее оптимальный маршрут, чтобы уменьшить время разрешения проблемы.

Чтобы рассчитать влияние ГИС на критерий безопасности, необходимо решить обратную задачу управления безопасностью с использованием метода синтеза.

Решение является основой управления. Лицо, принимающее решение, создает модель принятия решения. Эта модель должна учитывать основную закономерность тематической области, которая является законом сохранения целостности.

Закон сохранения целостности объекта является устойчивой повторяющейся связью свойств объекта и свойств действия для фиксированной цели. Действие осуществляется по трем основным свойствам: «объективность», «целостность» и «способность к изменениям». Поэтому каждый процесс должен быть представлен тремя взаимосвязанными компонентами в виде процесса: «объект», «пункт назначения» и «действие».

1. Методологический уровень: определение условий существования процесса управления;

2. Методический уровень: разработка метода, который позволяет гарантировать условия передачи объекта управления из текущего состояния в требуемое состояние;

3. Технологический уровень: получение условий для осуществления процесса передачи объекта управления из текущего состояния в требуемое.

При разработке концепции «управленческого решения» этой практики необходимо учитывать следующие три метода познания.

• Разложение - это научный метод, который использует структуру проблемы и позволяет заменить решение большой проблемы, решая ряд меньших задач, даже если они взаимосвязаны, но они проще.

• Абстракция (математическая интерпретация): умственная абстракция, выделение определенных сторон, свойства или связи объектов и явлений для определения их основных характеристик.

• Агрегация: процесс объединения элементов в систему.

Поэтому решение руководства - это предоставление субъектом условий для реализации цели объекта, который он обрабатывает, в соответствующей среде. Ситуация -это совокупность факторов и условий, в которых происходит деятельность. Из системной инженерии известно, что возможны два подхода к построению систем: анализ и синтез. В этой работе используется синтетический подход.

Проблемы возникают со средним значением, зависящим от частоты среднего времени опасности (проявления проблем), чтобы нейтрализовать опасность, сотрудник должен уметь идентифицировать это (в зависимости от среднего времени идентификации опасности). После идентификации сотрудник необходимо нейтрализовать опасность. Нейтрализация происходит в частотно-зависимом среднем состоянии.

Из этих предпосылок следует отметить, что время появления следующей проблемы должно быть больше времени для идентификации и нейтрализации существующей.

При создании модели решения управления рассматриваются три основных процесса:

• Процесс формирования задачи для аналитической разведывательной системы характеризуется вектором x.

я = - 1

М ПП

Процесс идентификации проблемы характеризуется вектором у. 1

у =

1 М

ИП

Процесс нейтрализации задачи характеризуется вектором z.

=

М НП

1

Математическая модель управленческого решения принимает форму:

р =

1 00

Л(Л + ц + ц) + иц2

Основное уравнение показывает вероятность нахождения системы во время состояния, когда существующая проблема решена, а новая еще не наступила. Этот показатель является критерием безопасности. Чтобы решить обратную задачу, необходимо определить интенсивность проявления, идентификацию и нейтрализацию проблемы.

По данным Национального института метерологии Венесуэлы, были получены данные за 2014 год, где для расчетов было произведено 5 ураганов, все данные приведены на единицу измерения дней. Поэтому были оценены две точки зрения:

1. Была оценена эффективность работы текущей системы.

2. Эффективность систем оценивалась с точки зрения предлагаемой системы.

МЧС

2

Рисунок 50. Текущая схема

В настоящий момент решения принимаются государственными органами, например МЧС, и на них влияет человеческий фактор - при появлении угрозы на территории Венесуэлы люди должны ехать в столицу для получения дисков и документов с геоданными. Это занимает 2 дня и больше. Поэтому были сформулированы и оценены процессы идентификации и нейтрализации чрезвычайных ситуаций.

Среднее число ураганов - 6 в год, для идентификации необходимо в среднем 5 дня, для нейтрализации - 2 дня.

Среднее время Появление угрозы

а)

Д1пп

Я = — = 0,016 365

Среднее время процесса идентификации

ц=- = 0,20

Среднее время процесса нейтрализации

щ=- = 0,5 2 2

5

Показатель безопасности

Исходя из этого был рассчитан показатель безопасности и он равняется 0.86

^ =-0,20*05-=0,86

00 0,016(0,016 + 0,20 + 0,5) + 0,20 * 0,5

Руководство МЧС ставит задачу увеличить показатель безопасности при помощи программно-аппаратных средств. После модернизации процесса принятия решений показатель должен быть не меньше 0.9.

МЧС

УГРОЗА

X

Руководитель (ЛПР)

Информационно-аналитическое обеспечение УР

_

Выработка команды на задействование ресурсов

_

VI

V2

Физический территории

ГЕОИНФОРМАЦИОННЫХ

ТЕХНОЛОГИЙ (время нейтрализации 2 часа)

Рисунок 51. Схема предлагаемой операции

Те же параметры были рассчитаны с применением геоинформационных технологий. Она позволяет сократить время нейтрализации, а показатель безопасности увеличился до 0.96

0 20*12

Р00 =-0,20 12-= 0,92

00 0,016(0,016+ 0,20+ 12)+ 0,20*12

Была оценена эффективность применения ГИС в интересах государственного управления чрезвычайными ситуациями

Сделан вывод о том, что внедрение архитектуры является эффективным и необходимым для улучшения системы и затраченное время составляет в среднем 2 час

вМеСто 2 дня в текущей системе \^праоление пременем имеет реттто'^^тттее значение д^я

График 1. Сравнение между текущей системой и предлагаемой системой

Сравнение показателя безопасности(вероятность)

0,78D,79),8œ,8:0,82),8SD,84),8SD,86D,87),88),89),9DD,91

хорошего планирования.

4.1.2 Оценка риска с количественной точки зрения

Математические Модели

Существует много экстремальных явлений: землетрясения, засуха, ураганы, наводнения и т.д. Все они, безусловно, опасны для человека и наносят ущерб народному -тстйул оВ чВеиейуфяЁторльные дожди упали в декабре 1999 года, главным образом в

ых„ районах на севере страны, вблизи Карибского моря, вызвало наводнения и

Геоинформационные технологии

оползни, которые серьезно повлияли в штате Варгас. Среди последствий оползня можно выделить 15-20 тысяч погибших; 80 тысяч пострадавших, из которых 75% были детьми, подростками и женщинами; В инфраструктуре потерянная, 5 тыс. домов полностью разрушенных, и серьезно пострадало 25 тыс. домов; всю сеть больниц, а также жизнеспособность и университеты, крупные отели, клубы и другие. (UNICEF, 2000).

История Штата Сукре неразрывно связана с наводнениями, землетрясения, ураганы, и цунами, которые нарушают нормальные условия жизни, затрудняют использование его приморских территорий, причиняют большой ущерб промышленности и городскому хозяйству. Они создают постоянную угрозу для жизни людей и инфраструктура. В 1530 году в город Кумана столица в штате Сукре произошло цунами, с подъемом уровень воды в 4 метра, если эта ситуация повторяется в текущие моменты, это повлияет затапливается 3,7 км2 площади города Кумана. (Malaver A. 2004)

2

:

В смысле сокращения ущерба экстремальным природным явлениям, представляющим угрозу для населения и экономики, мы должны внедрять процедуры и практические меры с точки зрения систематического подхода. Основная задача анализа рисков - выявить опасности и оценить степень риска.

Степень риска рассматривается как комбинация частоты или вероятности и последствий определенного опасного события. Тогда можно сказать, что риск состоит из двух элементов: частоты и последствий этого опасного события. Мы можем подчеркнуть, что риск превращает опасность в единицу, которая может быть измерена экономически. Использование информации, доступной в научных источниках, позволяет достоверно оценивать риски, предоставляя обновленную информацию для использования более современных методов и анализа в текущей области исследования. Эффективность оценки риска зависит от многих факторов: выбранной методологии, точности ваших расчетов и уровня технологического оборудования. При практическом применении методов: наличие базы данных, продолжительности и пространственно-временного охвата, и методов мониторинга окружающей среды.

Для описания поведения как технических, так и социально-экономических систем часто используются стохастические модели, с помощью которых описываются отклики

Рисунок 52. Моделирование Пробибилистического Риска. системы на возбуждающие воздействия на нее. Часто это бывают параметрические

модели, где с помощью параметров (характеристик) описывается поведение системы. Это

могут быть, как одно-, так и многопараметрические модели. Если параметры могут быть

описаны с помощью случайных процессов.

В этом смысле для достижения поставленных целей должна быть внедрена

интегральная система для устранения или уменьшения элементов, которые наносят ущерб

из-за экстремальных явлений природы; обеспечение рентабельной защиты существующих

ценных объектов; обеспечивая условия для минимизации ущерба, когда катастрофа неизбежна.

Во-первых, вычислите математическое ожидание, различные квантилиты и так называемые «вероятности разрушения» исследуемой области на разных временных уровнях. Как правило, эта задача решается с использованием статистических данных. Величина ущерба в случае стихийных бедствий не ведет себя неизменно, она зависит от стохастических законов, т.е. они представлены случайными величинами и связаны стохастическими зависимостями. Следовательно, характеристики экстремальных энтузиастских явлений не определяются уникальным образом, а закономерностями распределения их вероятностей.

В работах представлена методика прогнозирования рисков в геосистемах на базе однопараметрической модели. Для исследования адекватности модели в нашем распоряжении были данные поведения скорость ветра (Ураганы) в течение 125 лет и величина землетрясений (Землетрясения) в течение 10 лет. Замеры проводились у ШАМЕН и у FUNVISSIS. Для прогнозирования рисков необходимо построить модель. В данном случае в качестве основного параметра модели выбран скорость ветра (ураганы) и магнитуды (землетрясения), описываемый случайным процессом. Если физическое явление описывается случайным процессом, то свойства этого явления можно оценить в любой момент времени путем усреднения по совокупности выборочных функций, образующих случайный процесс. Т.е. среднее значение случайного процесса в момент времени и можно вычислить, взяв мгновенные значения всех выборочных функций в момент времени и, сложив значение и разделив их на число выборочных функций. Для определения полного набора функций распределения, задающих структуру случайного процесса, необходимо вычислить бесконечное число моментов и смешанных моментов

Рис.53. Среднеквадратическое отклонение: а - Землетрясения

Рис. 54. Среднеквадратическое отклонение: в - Ураганы

высших порядков. В том случае, когда все моменты и смешанные моменты инвариантны во времени, случайный процесс называется строго стационарным. Если в стационарном процессе среднее значение цх(и) и ковариационная функция Кхх(т) совпадают, то такой процесс является эргодическим. Предположим, что процесс является стационарным эргодическим. Поэтому представляется возможным разделить его на равные отрезки и, оценив один отрезок, предположить, что на других отрезках процесс будет обладать такими же свойствами. Можно разделить процесс на участки и изучить математическое ожидание и среднеквадратическое отклонение (рис.11, 12).

Риск обычно характеризуется вероятностно, количественные показатели необходимы для оценки риска, в этом случае риск часто идентифицируется с вероятностью Q (^ возникновения этих событий в течение временного интервала t (обычно а год). Вероятность Q (^ действует в этом случае как измерительный риск (индикатор), легко сравнивается с рисками объекта (объекта) различных событий или для разных объектов (объектов) в стандарте для этих условий работы (активности). Риск также связан с размером ущерба, причиненного опасным событием, как правило, в реальном выражении (количество жертв и материальные потери) и условия стоимости. Поэтому риск сочетает вероятность неблагоприятного события и количество негативных последствий этого события (убытки, потери).

Наиболее общим показателем риска считается математическое ожидание(среднее значение) ущерба от опасного события за год: где Р(Н0) = Q(Лt) - вероятность

наступления, повлекшего за собой ущерб; Р(Н1) = 1 - Q(Лt) - вероятность положительного исхода; w0 = w; w1 = О.Если в течение года может произойти N >1 опасного события, то показателем риска служит сумма ущербов от всех событий:

где wi - ущерб от ьго опасного события; w - средний ущерб при реализации опасного события; В(Л^ - математическое ожидание частот появления событий за год.

Таким образом, независимыми переменными, по которым оценивается риск, являются время t и ущерб w, а для оценки (прогноза) риска необходимо определять частоты реализаций опасных событий и ущерб от них [http://www.obzh.ru].

Оценка коэффициента ущерба

Коэффициент ущерба может принимать значения от 0 до 1. Чтобы оценить время предсказанного события Т и возможное максимальное увеличение величина т X, можно использовать несколько методов как физических, так и стохастических моделей. Выбор метода зависит от целей исследования и глубины прогноза.

и гу у

тт тт

Оценка риска

Для оценки риска необходимо оценить ущерб, возникающий при наступлении события (например, ураканов), его повлекшего.

Предположим, что предполагаемый ущерб от ураканов можно определить из максимального ущерба, который наблюдался ранее. Воспользуемся оценками этих показателей.

Пусть величину ущерба можно оценить, как:

Учитывая выше сказанное, можно предположить, что процесс действительно стационарный эргодический. Для оценки риска воспользуемся формулами:

(1)

(2)

Где тх(^) - математическое ожидание случайного процесса; ох^х) -среднеквадратическое отклонение; гх(0, t3) - автокорреляционная функция. Есть основания предполагать, что для дальнейшего моделирования понадобится автокорреляционная функция (рис. 4). Эргодические случайные процессы образуют важный класс случайных процессов, поскольку все свойства процесса можно определить по единствен ной выборочной функции. Как видно из вышеизложенного, процесс действительно является стационарным эргодическим, поэтому данная выборка является достаточной для оценки свойств всего процесса.

В результате аппроксимации получена оценка нормированной взаимно корреляционной функции, которая в дальнейшем может быть использована для прогнозирования и оценки рисков [выражения (2), (3)]. Данные исследования показали, что для прогнозирования рисков наводнения, ураганы и землетрясения в Штате Сукре вполне могут быть использованы в качестве модели стохастические процессы, дают ошибку менее 10 % на достаточно большом интервале прогнозирования, характеристики которых рассчитываются по одной реализации данного процесса.

Автокорреляция Землетрясения

Рисунок 55. Представление нормированной автокорреляционной функции для случая

землетрясений за 10-летний период.

Рисунок 56. Представление нормированной автокорреляционной функции для случая ураганов за 10-летний период. Следует отметить, что при применении представленных формулировок

оценки верхнего и нижнего предельных рисков (*Я, *Ю были получены с помощью

автокорреляционной функции в сочетании с подходом, и была предложена методология

для оценки возможного ущерба возникновение чрезвычайного природного явления, в

нашем случае; землетрясения и ураганы.

Методология предполагает, что оценки среднего максимального значения магнитуда изученного и среднего значения продолжительности события известны. Более того, для дальнейших исследований эти процессы можно моделировать с помощью компьютерного или математического моделирования. Анализ условий гидрометеорологии и сейсмики показал, что они являются основным фактором, влияющим на область исследования.

Эти показатели вполне устраивают при оценке рисков экстремальных гидрометеорологических явлений. В этом случае результаты анализа воздействия рисков (землетрясений и ураганов) с точки зрения потерь и оценки ущерба показаны посредством применения стохастических моделей, выраженных в денежных единицах (долларах США).

Оценка ущерба верхней и нижней границ, выраженных в долларах

Явления Землетрясения Ураганы

Х(1)теап Средний показатель 0,4 63,1

Х^тах Максимальная Величина 5,4 277,8

Х^тт Минимальная Величина 0,0 22

1 Среднеквадратическое Отклонение 1,044 30,87

С Нижняя граница расчета риска 4,9 249

# Количество Событий 3 6

Т Средняя Продолжительность 1 2,5

Хт Усредненный максимальный показатель 5,2 264,8

Ттт Максимальная Продолжительность 1 4

Ки Коэффициент Ущерба 0,96 0,60

\Л/тах Максимальный Ущерб ю.ооо.ооо $ 1.000.000 $

заг Оценка Прогнозируемого Ущерба 9.567.901 $ 595.833,33 $

Период ТЗ 365 365

1?* 39.090.703,13 $ 245.259,88 $

Г Б! 46.174.397Д4 $ 280.733,07 $

Таблица 13. Результаты оценки риска в случае возникновения землетрясений и ураганов в штате Сукре - Венесуэла, выраженные в долларах США.

4.1.3 Оценка риска с качественной точки зрения

Построение картографической экспозиции связано с перекрестком и пространственным анализом отдельных социально-экономических переменных (населения, товаров и инфраструктуры) с переменными уровнями угрозы с учетом природных явлений, представляющих интерес. Результатом является распределение и

количество открытых элементов. Ниже вы найдете описание интеграции картографирования: социально-экономические переменные, угрозы и их воздействие.

Социально-экономические переменные

Выбор интересующих переменных может варьироваться между шкалами 1: 5 000 и 1: 250 000, так что видимая инфраструктура включает такие элементы, как акведуки, больницы, школы и дома, а также анализ населения, подвергающегося разрешению из яблока.

Социально-экономические переменные, видимые и анализируемые картографически:

• Население на уровне муниципалитета или эквивалент

• Субрегиональные пути интереса

• Основные морские и речные порты

• Международные аэропорты

• Генерация и транспортировка электроэнергии из национальных систем межсоединений

• Система сбора и транспортировки углеводородов

• Области использования сельского хозяйства

Использовались картография, базы данных и статистика на национальном уровне.

Угрозы из-за природных явлений

Оценка угрозы естественного явления подразумевает изучение его источника в зависимости от его местоположения, величины и повторяемости, а также изучения сайта в соответствии с его интенсивностью и возникновением. Исследования по сейсмической опасности, как правило, являются единственными, которые отвечают на все вопросы об источнике: местоположение ошибки, размер, в соответствии с тем, что ошибка может быть выпущена и повторена. Знание об угрозах из других представляющих интерес явлений является переменным. Информация и картография доступны на основе зонных приближений для создания массовых или наводнений, вулканических явлений или повторения цунами. Это означает, что карты, которые могут интегрировать платаформа, имеют различные типы: карты угрозы или вероятностную сейсмическую опасность, локальные карты тяжести вулканических явлений, картографирование районов, подверженных наводнениям, засухи. Разработанная картография:

Экспозиция

Проведено пространственное пересечение или наложение социально-экономических переменных и угроз природных явлений. Атрибуты угрозы были выведены на основе социально-экономических переменных, и поэтому уровень воздействия населения и инфраструктуры напрямую связан с уровнями угрозы.

Рисунок 57. Моделирование Пробибилистического Риска.

Функциональное назначение базы данных, область применения программы и ограничения по ее использованию

База данных Е8йта1;юп_п8к была разработана с целью оценки рисков перед лицом угрозы экстремальных явлений природы в Венесуэле и постоянного контроля обеспечения целостности данных. База данных предоставляет доступ к четырем таблицам: Землетрясения, Ураганы, Штаты, Страны. Таблица.

Таблица землетрясений и ураганов показывает все зарегистрированные события периода 10 лет (2007-2017 гг.), что отражает величину шкалы Рихтера в случае землетрясения и скорости ветра в случае ураганов на шкале Сарфа Симпсома, следует отметить, что расчет автокорреляционной функции выполнялся в каждой из своих записей.

Таблицы штаты и страны представлены с целью определения маршрута и определения экстремальных явлений. При использовании базы данных, на основе

имеющейся информации, можно определить в каких точках регистрируется наибольшая величина события, местоположения и в течение какого периода времени.

< > Рис 58 - таблица муниципалитет

Таблица атрибутов: parroqu¡a_new | f°1 £3

ID ESTADO MUNICIPIO PARROQUIA AREA КИ- POY2000 DENS2000 NOTA Ш MUNI ID PARRO

1 10 101 DISTRITD... UBERTADDR ALTAGRA... 4,4815000... 45 322 10 113,13... 101 10 101 Л

2 10 102 DISTRITD... UBERTADDR ANTDVIANO 29,197400... 136 547 4 676,680... 101 10 102

3 10 103 DISTRITD... UBERTADDR CANDELA... 1,4944000... 57 816 38 688,44... 101 10 103

4 10 104 DETRITO... UBERTADDR CARICUAO 23,915000 154 155 6 445,950... 101 10 104

5 10 105 DISTRITO... LIBERTADOR CATEDRAL 0,7617000 3 865 5 074,180... 101 10 105

S 10 106 DISTRITO... LIBERTADOR COCHE 9,4771000 52 106 5 498,100... 101 10 106

7 10 107 DISTRITO... LIBERTADOR ELIUNQUL.. 52,710500 40 398 766,30000... 101 10 107

3 10 108 DISTRITO... LIBERTADOR EL PARAEO 10,331400 112 778 10 412,14... 101 10 108

9 10 109 DETRITO... LIBERTADOR EL RECREO 14,527400 91 046 6 267,190... 101 10 109

ID 10 110 DETRITO... UBERTADDR EL VALLE 21,344900... 137 953 6 315,110... 101 10 110

11 10 111 DETRITO... UBERTADDR LA PASTO... 7,7641000 83 143 10 703,65... 101 10 111

12 10 112 DETRITO... UBERTADDR LA VEGA 12,690200... 132 273 10 423,24... 101 10 112

13 10 113 DKTRITQ... UBERTADDR MACARAD 102,89130... 48 582 472,17000... 101 10 113

14 10 114 DISTRITD... UBERTADDR SAN AGUS... 1,5952000... 38 884 24 375,63... 101 10 114

15 10 115 DISTRITD... UBERTADDR SAN BENA... 12,308600... 28 939 2 351,120... 101 10 115

16 10 116 DISTRITD... UBERTADDR SAN JDSE 0,9464000... 44 511 47 031,91... 101 10 116

17 10 117 DISTRITD... UBERTADDR SAN JUAN 3,2574000... 110 406 33 893,90... 101 10 117

18 10 119 DETRITO... UBERTADDR SAN PEDRO 6,8397000 56 932 8 323,760... 101 10 118

19 10 119 DETRITO... LIBERTADOR SANTA R... 6,9061000 99 267 14 373,81... 101 10 119

20 10 120 DETRITO... UBERTADDR SANTA TE... 0,7271000... 25 792 35 472,42... 101 10 120 V

{ >

Рис 59 - таблица приход

Рис 60 - таблица Ураганы

Рис 61 - таблица Землетрясения

Щ mundosinvenezuela ::: Features tota... — □ X

if 'HS die ЭЫЦЬ?В<>Р|0И

LAYER NAME GMICNTRY REGION

1 Unknown Are... Antarctica ATA Antarctica

2 Unknown Are... Kerguelen Antarctica

3 Unknown Are... Afghanistan AFG Asia

4 Unknown Are... Armenia ARM Asia

5 Unknown Are... Azerbaijan AZE Asia

б Unknown Are... Bahrain BHR Asia

7 Unknown Are... Bangladesh BGD Asia

8 Unknown Are... Bhutan BIN Asia

9 Unknown Are... Brunei BRN Asia

Л> ramhnHia ШМ

^ Все объекты^

ш

Рис 62 - таблица Страны

& estadoslOO:: :eatures total: 25, filtered: 25, select.,. — □ X

/ Ш 9 Ol § В 4ä T i ❖ p | a" @ m »

ID ESTADO CAP_EST PROY200D

i 02 AMAZONAS PUERTO AYAC... 100321

2 03 ANZOATEGUI BARCELONA 96643S

3 04 APURE SAN FERNAN.,. 466932

4 05 ARAGUA MARACAY 1485085

5 06 BARINAS BARINAS 534317

6 07 BOLIVAR CIUDAD BOLL- 1306650

7 03 CARABOBO VALENCIA 2434848

8 09 COJEDES SAN CARLOS 262154

9 10 DELTA AMACURO TUCUPITA 137939

10 01 DISTRITO CAPITAL METROPOLIT... CARACAS 1975780^"

Рис 63 - таблица Штаты

Модель реляционных данных

В нем показана структура соединения базы данных, которая содержит первичный ключ и внешний ключ, которые взаимосвязаны посредством моделирования функционирования системы баз данных в период стихийного бедствия. База данных способна имитировать ущерб от аффектации в зависимости от того, на сколько пострадали федеральный округ, район и город? Затем, основываясь на полученной информации, участники начинают с процесса принятия решений. Следует отметить, что таблицы ураганов и землетрясений действуют только через применение буфера через программу ГИС путем наложения события на территориальную платформу.

Для работы с базой данных, необходимо поместить исходный файл shape file, экспортированных впоследствии к базе данных Postgres/PostGIS в формате .txt. После запуска программы Postgres/PostGIS можно выбрать открыть базу данных: редактирование базы данных или просмотреть заинтересовавшую его информацию. После чего откроется окно интерфейса.

Рис 64 - Модель реляционных данных

В этом случае поведение ураганов может быть определено, так как всегда существует большая вероятность того, что в ближайшем будущем они прибудут в Венесуэлу. Поведение ветров и вращение земли так же создают большую вероятность землетрясений из-за присутствия активных сейсмических зон. Согласно описанным моделям рисков, рисунки 15 и 16 показывают входные параметры. Эти входные данные закодированы в шейп-файл. Прогноз определяется даннмы о векторах и точках, закодированных в KML-формат, который входит в стандарт OGC и широко используется в геопространственных приложениях.

Рисунок 65. Графическое представление ураганов, которые произошли в течение 10 лет в штате Сукре.

Рисунок 66. Графическое изображение землетрясений, произошедших в течение 10 лет в штате Сукре.

• Й-

Рисунок 67. Градиент угроз по Рисунок 68г€,равнение 2014 и 2015тодов

муниципалитетам

землетрясений

ГЗееЖ

Рисунок 70. Воздействие ураганов на инфраструктуру территории Венесуэлы

Выводы по главе

В этой главе мы представляем интегральное решение, в котором реализована совместимая платформа, которая хранит, обменивается, публикует и предлагает доступность различных узлов в одном интерфейсе пользовательского доступа, а не только географические данные, но также тематические данные или обрабатываемую информацию. интегрированы со статистикой с применением математических моделей, которые обеспечивают оценку риска, в частности, в экономических потерях после возникновения экстремальных явлений природы.

ЗАКЛЮЧЕНИЕ И РЕЗУЛЬТАТЫ

В этой работа мы представляем методологию оценки рисков экстремальных явлений природы с использованием стохастических моделей. Чтобы поделиться этими моделями и их результатами, мы разработали распределенное приложение на основе стандартов для публикации этой функции. Следуя принципам SDI, мы объединили эти модели в качестве службы геообработки на основе стандартов для улучшения взаимодействия и обеспечения стандартного доступа. В частности, эта служба геообработки, включающая интеллектуальные модели, реализует стандартный интерфейс WPS.

С внедрением платаформа пространственных данных для организационных решений, мы предоставляем в распоряжение всего общества инструмент, предоставляющий географическую информацию, описывающее состояние территории Боливарианской Республики Венесуэла, с тем чтобы иметь возможность анализировать и получить ответ или решение конкретных территориальных проблем.

С другой стороны, был выбран ряд приложений, с помощью которых предоставляются основные услуги, доступные через платаформа. Приложения, кроме того, что они open source, были выбраны на основе полноты документации, пользовательского интерфейса, простоты в установке и управлении, а также набору предоставляемых ими функций. Указанная географическая информация хранится на соответствующем сервере (геосервере), доступна через geonetwork, которые который также позволяет ее визуализовывать и получать информацию относительно определенной территории.

Реализация служб Сервиса Веб-Карт (WMS), Сервиса Веб Свойств (WFS) и Сервиса покрытий (WCS) отвечает требованиями и спецификациям стандартов серии ISO 19100, и Open Geospatial Consortium (OGC). Это позволяет сервисам использовать множество источников Географической Информации, которые они предоставляет, а также обеспечивать их доступность и свободный доступ в любое время.

Сочетание Geoserver - Open Layer оказалось очень хорошим вариантом для развертывания картографического сервера, что происходит, главным образом, в силу большого количества поддерживаемых форматов, и более широкого сообщества пользователей, что обусловило преимущества и результативность полученной системы. Учитывая также, что оба элемента - Open Source получается приложение с низкой ценой реализации.

С точки зрения синергетических систем, эта интеграция элементов привела к чему-то большему, чем простая сумма, т. е. когда два или более Элементы объединяются

синергически, чтобы создать результат, который использует и максимизирует качества каждого из элементов.

В ходе реализации научной работы были получены следующие выводы:

1. Следуя принципам инфраструктуры пространственных данных, представлен распределенного приложения на основе стандартов, что позволяет обеспечить большую доступность, функциональную совместимость и доступность полученной информации, а также доступ к геоданным (дистанционное зондирование, GPS, ГИС) для обмена информацией между различными поставщиками данных и сообществом пользователей.

• -Географической информации, обеспечить сохранение согласованности, надежности и целостности данных.

• -Предложить технологическую платформу, доступную и удобную для различных уровней картографической информации для различных пользователей.

• -Массового распространить цифровую картографическую информацию.

• -Обеспечить независимость управления данными различных учреждений.

• -Удовлетворить растущую потребность в информации различного назначения.

• -Обеспечить контроль качества полученных геоданных.

• -Обеспечить оптимальное использование геоданных.

2. Была представлен модель Система отображения геоданные который обеспечивает уникальный и однородный доступ для разных коллекций данных.

3. Была представлена методология С количественной точки зрения для моделирования и оценки риска экстремальных явлений природы (землетрясений, ураганов) с использованием стохастических моделей для прогнозирования ущерба в экономической области.

4. С качественной точки зрения, представлен геоинформационной системы для борьбы со стихийными бедствиями в целях поддержки процесса принятия решений и сокращения ущерба.

5. С точки зрения синергетических систем, представлена модель Geo-каталога в сфере управления рисками, чтобы облегчить и уменьшить ущерб, вызванный природными явлениями.

Наша цель - продемонстрировать, как улучшить доступность данных управления рисками экстремальных явлений природы, используя принципы SDI для облегчения обмена геоданными, методами и результатами, чтобы помочь в предотвращении и планировании сокращения ущерба.

РЕКОМЕНДАЦИИ

Управление определенной территорией осуществляется посредством планирования и управления, что отражается в соответствующих картах, планах и в разных масштабах с различными типами и объемами информации. Цель разработки этого инструмента для

получения быстрой, динамичной и надежной геопространственной информации для поддержки различных институциональных решений.

Разработка единой сети геосервисов предоставляет пользователям возможность просматривать и редактировать географическую информацию для преодоления трудностей, возникающих в результате применения существующих знаний, с целью, таким образом, улучшения доступа к информации и возможностей управление.

Соблюдение норм и стандартов определенных сервисов, предусмотренных OGC, должна быть первым, что требуется учитывать для правильного функционирования, в процессе разработке любого веб-приложения.

ООС постоянно предоставляет новые сервисы для взаимодействия с геоинформацией, как правило, через Интернет, которые должны быть реализованы в платаформае, такие, как преобразование координат, определение местоположения (OpenLS) или применение стилей слоя (SLD), чтобы сделать его более привлекательным для пользователя. Для развития проектов, требующих взаимодействия и свободного доступа в любое время, желательно использование программного обеспечения с открытым исходным кодом.

Метаданные, которые могут быть консультации в Geonetwork, необходимы для обработки геоинформации, должны быть правильно отредактированы и реализованы для того чтобы соответствовать требованиям времени, и эффективно удовлетворять требованиям пользователя.

Для успеха и продолжения развития платаформа пространственных данных для институциональных решений, требуется постоянное обслуживание, ответственное сервер платаформа, который содержит обнародованные данные. Для этого необходимо покрыть административные расходы и расходы на техническое обслуживание, оказывать услуги технической поддержки сервера и обеспечить его функционирование в любое время, обновлять страницу платаформа, чтобы удовлетворить все требования пользователей и постоянно загружать новую информацию.

Платаформа предлагает сотрудничество между различными производственными, коммерческими и сервисными секторами для уменьшения опасности бедствий и связанных с ними рисков. Секторы сообща занимаются взаимосвязанными вопросами, связанными с угрозой риска.

Из-за постоянного экономического прогресса странам необходимо обращать огромное внимание на условия безопасности, необходимые для проектирования, строительства, эксплуатации инфраструктуры, и при планировании процессов территориального развития, степень подверженности и уязвимости возрастает.

Каждая крупная территория с большой плотностью населения и развитой инфраструктурой должна регулироваться определенными правилами во избежание рисков появления опасных явлений.

Данное современное приложение помогает понять социальную и экологическую динамику региона, содействуя Национальной стратегии предупреждения и ликвидации последствий стихийных бедствий в ее пяти осях, Укрепление институционального потенциала на всех уровнях, Содействие исследованиям и знаниям, Содействие образованию, коммуникации и участию, Снижение основных факторов риска и Укрепление систем и механизмов обеспечения готовности, ухода и взаимной помощи в случае бедствия.

Платаформа с помощью картографии, территориальных показателей страны, потенциальный областей риска может поддерживать приоритетность подробных исследований и ожидаемых мер, необходимых для обеспечения безопасности работ, инвестиций и будущей деятельности.

СПИСОК ЛИТЕРАТУРЫ

1. Истомин Е.П, Кирсанов С.А., Соколов А.Г., Колбина О.Н. Феномен геоинформационного управления и принципы его реализации (рус.) // Вестник

Санкт-Петербургского университета. Серия 7: Геология. География. — 2014. — № 4. — С. 180-188. — ISSN 1029-7456.

2. Байков Е.А., Истомин Е.П., Соколов А.Г. Основные категории стратегического управления территориями (рус.) // Информационные технологии и системы: управление, экономика, транспорт, право. — 2014. — № 3. — С. 17-20. — ISSN 2306-5788.

3. Истомин Е.П., Фокичева А.А. О некоторых вопросах управления территорий с учетом нестабильности климатической системы (рус.) // Информационные технологии и системы: управление, экономика, транспорт, право. — 2014. — № 3. — С. 60-63. — ISSN 2306-5788.

4. Истомин Е.П., Соколов А.Г., Зоринова Е.М., Слесарева Л.С. Геоинформационные аспекты управления рисками устойчивого развития приморской рекреационной территории (рус.) // Известия ЮФУ. Технические науки.. — 2013. — № 9 (146). — С. 233-239. — ISSN 1999-9429.

5. Истомин Е.П., Колбина О.Н., Петров Я.А., Слесарева Л.С. Информационная система прогноза рисков наводнений в Санкт-Петербурге (рус.) // Информационные технологии и системы: управление, экономика, транспорт, право. — 2013. — № 1 (10). — С. 33-37. — ISSN 2306-5788.

6. Истомин Е.П., Новиков В.В. Метод прогноза изменений опасных состояний объектов контроля геоинформационных систем (рус.) // Информационные технологии и системы: управление, экономика, транспорт, право. — 2013. — № 1 (10). — С. 38-39. — ISSN 2306-5788.

7. Истомин Е.П., Колбина О.Н., Зоринова Е.М. Приминение распределённых баз данных в геоинформационных системах прогнозирования георисков (рус.) // Информационные технологии и системы: управление, экономика, транспорт, право. — 2013. — № 2-1 (11). — С. 79-83. — ISSN 2306-5788.

8. Истомин Е.П., Слесарева Л.С. Применение стохастических моделей для прогнозирования рисков в геосистемах (рус.) // Ученые записки Российского государственного гидрометеорологического университета. — 2011. — № 17. — С. 145-149. — ISSN 2074-2762.

9. Истомин Е.П., Слесарева Л.С. О некоторых вопросах моделирования поведения ГИС (рус.) // Ученые записки Российского государственного гидрометеорологического университета. — 2011. — № 20. — С. 207-210. — ISSN 2074-2762.

10. Истомин Е.П., Слесарева Л.С. Оценка риска экстремальных гидрометеорологических явлений (рус.) // Ученые записки Российского государственного гидрометеорологического университета. — 2010. — № 16. — С. 14-21. — ISSN 2074-2762.

11. Журкин И.Г., Шайтура С.В. Геоинформационные системы. - М.: КУДИЦ-ПРЕСС, 2009, - 16 с.\

12. Бурлов В.Г. Основы моделирования социально-экономических и политических процессов. Часть1. (Мето- дология. Методы.). С-Пб. НП «Стратегия будущего», 2007. -287с.

13. Бурлов В.Г. Основы моделирования социально-экономических и политических процессов. Часть 2. (Мо- дели. Технологии.). С-Пб. НП «Стратегия будущего», 2007. -278с

14. ГудГ.Х., Маккол Р.Э. Системотехника: введение в проектирование больших систем.- Издательство : М.: Советское радио, 1962г. - 383с

15. Анохин П.К. Избранные труды: Кибернетика функциональных сис-тем/Под ред. К В. Судакова. Сост. В.А. Макаров. — М.: Медицина, 1998. — 400 с.

16. Бурлов В. Г., Гробицкий А.М., Гробицкая А.М. (2016). Управление строительным производством с учетом

17. показателя успешного выполнения производственного задания Инженерно-Строительный журнал №. 3. с. 77-91. doi: 10.5862/MCE.63.5

18. Бурлов В. Г., Волков В.Ф. (1994) Применение метода последовательных экспертных Переоценок в задачах управления разработкой крупномасштабных потенциально опасных систем Электронное Моделирование. Том 12. №. 1. с 110115.

19. Burlov, V. G. (2007). Foundations of simulation of socio-economic and political processes part 1(Methodology. Methods) Integrated Safety Department of the Saint Petersburg State Polytechnic University, Saint Petersburg, 265 p. (in Russian).

20. Burlov, V. G. (2007). Foundations of simulation of socio-economic and political processes Part 2(Methodology. Methods). Integrated Safety Department of the Saint Petersburg State Polytechnic University, Saint Petersburg, 265 p. (in Russian).

21. Goode H.H., Machol R.E. System Engineering: An Introduction to the Design of Large-Scale Systems. McGraw-Hill Book Co. New York, 1957. 551p

22. Burlov V.G., Grobitski A.M., Grobitskaya A.M. Construction management in terms of indicator of the successfully fulfilled production task. Magazine of Civil Engineering. 2016. No. 3. Pp. 77-91. doi: 10.5862/MCE.63.5

23. Burlov V.G., Volkov V.F. (1994). Method of consecutive expert estimates in control problems for the development of large-scale potentially dangerous systems // Engineering Simulation. Vol. 12. No. 1. Pp. 110-115

24. S. Trilles, P. Juan, L. Diaz, P. Arago, i J. Huerta, Integration of Environmental Models in

Spatial Data Infrastructures: A Use Case in Wildfire Risk Prediction, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. PP, nm. 99, p. 1 -11, 2013.

25. I. Masser, A. Rajabifard, and I. Williamson, "Spatially enabling governments through SDI implementation," International Journal of Geographical Information Science, vol. 22(1), pp. 5-20, Jan. 2008.

26. A. Rajabifard, M.-E. F. Feeney, and I. P. Williamson, "Future directions for SDI development," International Journal of Applied Earth Observation and Geoinformation, vol. 4, no. 1, pp. 11 -22, Aug. 2002.

27. Cees J. van Westen, Enrique Castellanos, Sekhar L. Kuriakose, Spatial data for landslide susceptibility, hazard, and vulnerability assessment: An overview, International Institute for Geo-Information Science and Earth Observation, ITC, P.O, ENGEO-02841; No of Pages 20, 2008.

28. Vaclav Cada and Karel Janecka, The Strategy for the Development of the Infrastructure for Spatial Information in the Czech Republic, International Journal of Geo-Information, pages 4-20, 2016.

29. M. Sanchez-Marre, J. Bejar, J. Comas, A. Rizzoli and G. Guariso, The Growing Importance of Open Service Platforms for the Design of Environmental Information Systems, International Congress on Environmental Modelling and Software Integrating Sciences and Information Technology for Environmental Assessment and Decision Making, pages 1628-1635, 2008.

30. Matthew P. Thompson a, Jessica R. Haas a, Julie W. Gilbertson-Day a, Joe H. Scott b, Paul Langowski c, Elise Bowne c, David E. Calkin, Development and application of a geospatial wildfire exposure and risk calculation tool, journal homepage: www.elsevier.com/locate/envsoft, 2014.

31. Zar Chi Aye, Michel Jaboyedoff, Marc-Henri Derron and Cees J. van Westen, Prototype of a Web-based Participative Decision Support Platform in Natural Hazards and Risk Management, ISPRS International Journal of Geo-Information, pages 1201-1224, 2015.

32. Roya Olyazadeh, Cees van Westen, Wim H Bakker, Zar Chi Aye, Michel Jaboyedoff , and Marc-Henri Derron, Multi-Criteria Decision Making for a Spatial Decision Support System on the Analysis of Changing Risk, Geophysical Research Abstracts Vol. 16,2014.

33. Luiz A. Manfré, Eliane Hirata, Janaína B. Silva, Eduardo J. Shinohara, Mariana A. Giannotti, Ana Paula C. Larocca and José A. Quintanilha, An Analysis of Geospatial Technologies for Risk and NaturalDisaster Management, ISPRS International Journal of Geo-Information, pages 166-185; 2012.

34. Goodchild. M, Asertion and authority: the science of user-generated geographic content 2008.

35. Hausteina, M. and T. Harder. An efficient infrastructure for native transactional XML processing. Data and Knowledge Engineering, 61 (3): 500-523., 2007.

36. Nebert D, Developing Spatial Infrastructure. The SDI Cookbook 2.0. In Global Spatial Infrastructure (GSDI). 2009.

37. Nebert D, Whiteside, A., OpenGIS catalogue services specification, OpenGIS Project Document, 2004.

38. Peng, Z. R and Hsiang, M, T, Distributed Geographic Information Services for the Internet and Wireless Networks, authored Published by Wiley. 2003.

39. Ramsey, P., User Friendly Desktop Internet GIS(uDig) for OpenGIS Spatial Data Infrastructures, 2003. http://uDig .refrections.net/docs/udig-summary.pdf.

40. Zhao, P, Chen, A., Liu, Y., Di, L., Yang, W., & Li, P. Grid metadata catalog service-based OGC Web registry service. Paper presented at the 12th ACM International Workshop on Geographic Information Systems. 2004.

41. Chuvieco, E., Bosque, J., Pons, X., Conesa, C., Santos, J.M., Gutiérrez, J., Salado, M. J.¿Son las Tecnologías de la Información Geográfica (TIG) parte del núcleo de la geografía? Boletín de la A.G.E., 40, 35 55. (2005)

42. Di, L. A framework for intelligent geospatial knowledge discovery at Web service environment. In Proceedings of 2004 IEEE, International Geosciences and Remote Sensing, Symposium (IGARSS 2004).

43. Eric S. Raymond y Bruce Perens: Filosófia del Movimiento del Software Libre. Enciclopedia Onlina EcuRed. https://www.ecured.cu/Software_libre. 1998

44. Frantisek Zemek, Airborne Remote Sensin: Theory and Practice in Assessment of Territorial, Ecosystems. Global Change Research Center 2014.

45. FGDC, Content Standard for Digital Geospatial Metadata Workbook, version 2.0 Federal, Geographic Data Commitee, Metada Ad hoc Working group.2000.

46. Gilavert Margalef & Puig Polo: Introduction to geoportals. 2013.

47. Gómez Lahoz, J.: Georreferenciación de Imágenes de Satélite, Universidad de Salamanca, 2014.

48. Goodchild. M, Asertion and authority: the science of user-generated geographic content. http://www.geog.ucsb.edu/%7Egood/papers/454.pdf, 2008

49. 14.Hall y McMullen: Junta de Directores de Laboratorios JDL: Joint Directors of Laboratories (2004)

50. Manso, Miguel Ángel. El uso de los metadatos para el desarrollo de un modelo de interoperabilidad para las Infraestructuras de Datos Espaciales. Universidad Politécnica de Madrid. Madrid, España. (2009)

51. Martinez Solana: La Comunicación Institucional Análisis de sus problemas y soluciones, Madrid-Fragua 2004

52. Miller SA, "El concepto de infraestructura de datos espaciales" GIS-Asociación Moscú 2015.

53. Popovich V.V., Voronin M.N: "Data Harmonization, Integration and Fusion - Three Sources and Three Components of Geoinformation Technologies", Septiembre- 2005

54. Ramsey, P., User Friendly Desktop Internet GIS(uDig) for OpenGIS Spatial Data Infrastructures, http://uDig .refrections.net/docs/udigsummary.pdf. 2003

55. .Valencia, Javier. Pasado, Presente Y Futuro De Las Infraestructuras De Datos Espaciales. 2012.

56. Graces j. Amenazas naturales y vulnerabilidad en cumaná 2004,

57. UNESCO "Reducción del riesgo de desastres a nivel nacional", doc. pais, 2008.

58. Lic. Vásquez Héctor. Tormentas tropicales bret y don indicios cambio climático? / inameh 2017.

59. Zar Chi Aye, Michel Jaboyedoff, Marc-Henri Derron, Cees J van Westen, Prototype of a web-based participative decision support platform in natural hazards and risk management, ISPRS international journal of geo-information, tomo 4, number 3, pages, 1201-1224, 2015.

60. Hakan Tanya§, Cees J Westen, Kate E Allstadt, M Anna Nowicki Jessee, Tolga Gorüm, Randall W Jibson, Jonathan W Godt, Hiroshi P Sato, Robert G Schmitt, Odin Marc, Niels Hovius, Presentation and Analysis of a Worldwide Database of Earthquake-Induced Landslide Inventories, Journal of Geophysical Research: Earth Surface, tomo 122, number 10, pages 1991-2015, 2017.

61. CJ van Westen, Jianqiang Zhang, Landslides and floods triggered by Huricane Maria (18 September, 2017) in Dominica, UNITAR-UNOSAT, 2018.

62. Cees J van Westen, Stefan Greiving, Multi-hazard risk assessment and decision making, Environmental Hazards Methodologies for Risk Assessment and Management, page 31, 2017.

63. Luiz A. Manfré *, Eliane Hirata, Janaína B. Silva, Eduardo J. Shinohara, Mariana A. Giannotti, Ana Paula C. Larocca and José A. Quintanilha, An Analysis of Geospatial Technologies for Risk and Natural Disaster Management, ISPRS International Journal of Geo-Information, pages 166-185, 2012.

64. CJ van Westen, JC Thouret, Spatial information for analyzing changing hydro-meteorological risk, а Remote sensing, natural hazards and environmental change, 28-29 July 2011, Singapore, Japan: conference proceedings

65. C.J. van Westen and Y. Georgiadou, Spatial data requirements and infrastructure for geological risk assessment, International Institute for Aerospace Survey and Earth Sciences, ITC, 2016.

66. Rajabifard, A. and Mansourian, A. and Williamson, I. P. and Valadan Zoej, M. J. Developing Spatial Data Infrastructure to Facilitate Disaster Management, in Proceedings, GEOMATICS 83 Conference, Tehran, Iran, 2004.Chen, HY Hussin, R Ciurean, T Turkington, CJ van Westen, D Chavarro, DP Shrestha, Multi-hazard risk assessment in Fella Basin, Italy, using historical hazard inventory and GIS, 2015

67. Instituto Geografico de Venezuela Simon Bolivar (IGVSB), "Division de Aerofotogrametria" (2017).

68. Fundación Venezolana de Investigaciones Sismológicas, (FUNVISSIS), "Boletines Sismologicos" (2017).

69. Instituto Nacional de Meteorología e Hidrología, (INAMEH), "Sistema de cosultas de datos hidrometeorologicos" (2017).