Повышение эффективности решения задач мониторинга и прогнозирования чрезвычайных ситуаций на основе информационной системы
Автор: Пожаркова И.Н.
Журнал: Сибирский аэрокосмический журнал @vestnik-sibsau
Рубрика: Информатика, вычислительная техника и управление
Статья в выпуске: 3 т.21, 2020 года.
Бесплатный доступ
Статья посвящена модификации автоматизированной информационной системы решения задач мониторинга и прогнозирования чрезвычайных ситуаций природного и техногенного характера с целью повышения эффективности ее функционирования, а именно: повышения скорости выполнения основных операций, снижения вероятности возникновения ошибок. Мониторинг и прогнозирование чрезвычайных ситуаций являются одними из приоритетных направлений в сфере обеспечения защиты населения от ЧС, так как предотвращение и ликвидация их последствий осуществляются на основе решения данных задач. При этом, скорость сбора, обработки и анализа данных во многом определяют эффективность полученных результатов. В статье рассматривается существующая система мониторинга и прогнозирования чрезвычайных ситуаций природного и техногенного характера, ее функциональная модель в нотации IDEF0, характерные особенности, достоинства и недостатки. Предлагается совершенствование системы путем автоматизации ряда задач, связанных с обработкой, передачей и хранением больших объемов данных, поступающих, в том числе, и в режиме реального времени, а также с формированием сводных отчетов по результатам мониторинга и прогнозирования для различных объектов. Рассмотрена информационная архитектура предлагаемого решения, соответствующая модель базы данных. Представлена модель решения задач мониторинга и прогнозирования чрезвычайных ситуаций с учетом предлагаемой модификации автоматизированной информационной системы. Проводится сравнительный анализ времени выполнения основных операций на основе исходной и модифицированной АИС при использовании существующего аппаратного обеспечения, подтверждающий эффективность предлагаемого решения. Предлагаемая автоматизация обмена данными и генерации сводных отчетов по множеству объектов мониторинга позволит упростить анализ полученных результатов и выработку на их основе решений, направленных на предотвращение чрезвычайных ситуаций природного и техногенного характера, а также ликвидацию их последствий.
Автоматизированная информационная система, мониторинг и прогнозирование чрезвычайных ситуаций, автоматизация, конвертация данных
Короткий адрес: https://sciup.org/148321980
IDR: 148321980 | DOI: 10.31772/2587-6066-2020-21-3-323-332
Список литературы Повышение эффективности решения задач мониторинга и прогнозирования чрезвычайных ситуаций на основе информационной системы
- Order No. 94 of the Ministry of Civil Defence, Emergency Situations and Natural Disaster Response of 4 March 2011 approving the Regulations on the Functional Subsystem for Monitoring, Laboratory Control and Forecasting of Emergencies of the Unified State Emergency Management System.
- Pozharkova I. N., Ziablicki A. M. Analysis of the system of monitoring and forecasting of emergency situations of the Republic of Altai as an object of automation. Collection of materials of the All-Russian scientific and practical conference "Monitoring, modeling and forecasting of natural hazards and emergencies". Zheleznogorsk, 2019. P. 156-160.
- Systems engineering fundamentals. Available at: https://ocw.mit.edu/courses/aeronautics-and-astronautics/ 16-885j-aircraft-systems-engineering-fall-2005/readings/ sefguide_01_01.pdf (accessed: 14.1.2020).
- Mineharu S., Hiroko N. Raw-to-repository characterization data conversion for repeatable, replicable, and reproducible measurements. Journal of Vacuum Science & Technology. 2019, Vol. 12, P. 125-144.
- Lei Zh., Li-Gang S. Research on data preprocess in data mining. Computer science and engineering. 2018, Vol. 7, P. 314-328.
- Marz N., Warren D. Big Data. Principles and practices for building scalable real-time data processing systems. Moscow, Williams Publ., 2018, 582 p.
- Malik K., Farhan M. Big-data: transformation from heterogeneous data to semantically-enriched simplified data. Multimedia Tools and Applications. 2016, Vol. 75, P. 12727-12747.
- Yong-Min L., Won-Bog L. The Development of Protocol for Construction of Smart Factory. Journal of IKEEE. 2019, Vol. 23, P. 1096-1099.
- Perry D., Parsons N., Costa M. 'Big data' reporting guidelines how to answer big questions, yet avoid big problems. The Bone & Joint Journal. 2014, Vol. 96-B, P. 7-32.
- Taleb I., Dssouli R. Big Data Pre-processing: A Quality Framework. IEEE International Congress on Big Data. 2015, P. 737-751.
- Alberti-Alhtaybat L. Big Data and corporate reporting: impacts and paradoxes. Accounting, Auditing & Accountability Journal. 2015, Vol. 5, P. 85-102.
- Henningsson S., Yetton P., Wynne P. A review of information system integration in mergers and acquisitions. Journal of Information Technology. 2018, Vol. 33, P. 255-303.
- Dughmi S. Algorithmic information structure design. ACM SIGecom Exchanges. 2017, Vol. 2, P. 244-252.
- Teorey T., Lightstone S., Nadeau T. Database Modeling and Design: Logical Design. Morgan Kaufmann, 2011. 333 p.
- Resolution of the Government of the Russian Federation No. 334 24 March 1997, 2017 On the Procedure for the Collection and Exchange in the Russian Federation of Information in the Field of Protection of the Population and Territories from Natural and Man-made Emergencies.