Проектирование информационной вероятностно-множественной подсистемы прогноза распространения лесного пожара на основе данных ИСДМ-Рослесхоз

В России мониторинг лесных пожаров осуществляется с помощью информационной системы дистанционного мониторинга (ИСДМ) «Рослесхоз». Одним из направлений, позволяющих решить задачу прогноза динамики лесных пожаров, является математическое моделирование и внедрение информационных технологий.

В данной работе представлены результаты проектирования и описание моделей для прогнозирования распространения лесных пожаров на основе вероятностно-множественного математического аппарата.

Онтология лесного пожара в контексте его моделирования . Онтология – это точная спецификация некоторой предметной области. Построение онтологии сводится к выделению концептов – базовых понятий предметной области – и построению связей между концептами. В рамках задачи проектирования информационной системы построение онтологии позволяет определить соотношения и взаимодействия базовых понятий лесного пожара.

В качестве программного средства для создания онтологии был выбран Rational Rose (рис.1).

Исходные данные. Для работы подсистемы прогнозирования лесного пожара необходимы входные данные, которые могут быть получены в ИСДМ-«Рослесхоз». К ним относятся:

• •    данные о лесных пожарах, полученные подразделениями авиационной и наземной охраны лесов, и данные, поступающие со спутников серии NOAA, Terra и Aqua;

• •    метеоинформация, поступающая из организаций Федеральной службы по гидрометеорологии и мониторингу окружающей среды;

• •    картографическая информация (населённые пункты, растительный покров и т.д.), большей частью получена из оцифрованных карт Российской Федерации масштаба 2.5 миллиона или 1 миллиона.

Вся входная информация обрабатывается на сервере ИСДМ-Рослесхоз и дублируется на несколько информационных web-серверов, расположенных в каждом узловом центре ИСДМ-Рослесхоз (Красноярск, Хабаровск, Иркутск, Ханты-Мансийск, Новосибирск). Информация структурируется, каталогизируется и архивируется в банк данных и доступна из геоинформационной системы, интегрированной в web-интерфейс.

Инфюрмацуюжая система дистанционного мониторинга (хранглищеданньи

гаиви

> (лирологические однородности

I состоим;

Участок горения

(Горючий материал Раститеаньй горючий материал

(Залас горючего материала

(Основной горючий материал• Растительный горючий матери!

(Пожарная зрелость участка р.Пожарная опасность

Ущербы (Вид (Размер место

Последствие (Класс пожарища (Площадь пожарища (Площадь гари (Ущерб: Ущербы

накапливает Лфориаиию К Лесной пожар

^Номер

(Время начала

(Высота пламени

(Интенсивность (кхагУм-сек;

(Место горения: Участок горения

(Место начала горения: Участок горения

(Периметр локаре

(Плотность тепловыделения

(Скорость торент

(Скорость распространения fa/час)

(Средняя площадь

(Тип по скорости

(Вид по ярусиости

(Вид по типу горядей раститепьнос™

(Последствие: Последствие

Магматическая модель---- использует

(Входные параметры (Выгоднее параметры (Математический аппарат

описывает характер движения кролю 7

— — (Направление ветра влияют

(Скорость ветра с,Относительная впажпсть воздуха

Метеоусловия

накапливает шфорыашю

Карта местности

описывает

Вероятное пю-множественная модель рсреднемерное множество - (набор вероятностей распространения — (набор вероятностей воспламенения (среднемерное отклонение

Вьражение индикатрисы

ИНджатриса Коровина использует результаты /

Расттегъньй горючий материал

(Влагосодержание

(Влажность

__(Критический запас

составляет

(Критическое влагосодержанге

(ПЛОТНОСТЬ

(Пожарная зрелость

(Признак актиеньйлассиеньй

Рис. 1. Онтология лесного пожара в контексте его моделирования

Моделирование распространения лесного пожара вероятностно-множественными методами. В качестве математического аппарата для построения геометрической конфигурации прогнозируемого пожара взята вероятностно-множественная модель случайного распространения (Воробьев О.Ю., 1973; Иванилова Т.Н., 1976).

Распространение лесного пожара описывается с помощью процесса случайного распространения

(ПСР), моделирующего на каждом временном шаге (t+1) случайное конечное множеств Kt+i = Kt UtSx, его расчет осуществляется итеративно в зависимости от значений вероятностей воспламенения и вероятностей локального распространения горения p, которые можно идентифицировать несколькими способами. В данной работе для i-го направления распространения pi =

V x • ^Z( ^ i , w )

max

где ζ(φ,w) – индикатриса скорости фронта пожара [1]; w – скорость ветра; φ – угол между направлением распространения горения из активной точки и направлением ветра; V x – относительная скорость распространения горения; V max – максимальная скорость распространения горения. Оценку V x можно осуществить с помощью модели Софронова [3], оценку V max – используя результаты нейросетевого прогноза [4].

Среднее значение случайного конечного множества определено как среднемерное множество. Расчет среднемерного множества и множественной дисперсии осуществляется по N реализациям случайного конечного множества [2].

Проектирование программного средства прогноза распространения лесного пожара на основе данных ИСДМ-Рослесхоз. Процесс прогнозирования контуров лесных пожаров был смоделирован при помощи диаграмм потоков данных IDEF0. Ниже представлена декомпозиция контекстной модели.

Методики рас вероятностей

Нейросеть

Прирост площади потгара

Данныеиз исда

Картограф ячеек ар информация о территории

Скорость и направление

Метеодаитые

иКПО

Время моделирования

Структур! режанн ые данные выборск

Подготовить и ос оцные данные

вероятности ас прост ранамя Сарта

однородностей

Рассчитать прирост площади горения

Выходная докуматтащи

Об.

Начальный контур горения

Специлист-поп ьзовагель програм м него средства

Об.

Вероятности воспламенен^!

Ней решит агор

Проанаш зировать

Смоделировать контур горения

Среднемерный контур горагия

Площадь пожара

Об

монное л сжатие от

Программное средство

Рис. 2. Декомпозиция контекстной диаграммы

Для разрабатываемого программного средства наиболее подходящим разделом ИСДМ является «Архив оперативных пожарных продуктов», поскольку для выполнения прогноза необходимо знать параметры пожара (очаг горения, его положение на карте местности, время наблюдения). Эти данные могут быть получены из карточки пожара, которая вызывается путем выбора на интерактивной карте интересуемой горящей области. Информация о метеоданных выбирается в соответствующем разделе ИСДМ.

Собственно прогноз состоит из двух основных процессов: подготовки исходных данных для моделирования и построения контура горения, для каждого из них используется свой математический аппарат.

На первом этапе, на основании информации из ИСДМ о пожарах за предыдущие годы, выполняется прогноз суточного прироста площади пожара в гектарах. Для этого применяется нейроимитатор (процесс «Рассчитать прирост площади горения») [4].

Используя эти данные, можно оценить, например, предварительный ущерб и объем возможных затрат на ликвидацию, однако для практических мероприятий при тушении пожара желательно знать, достигнет ли огонь отдельных участков территории (что особенно важно для населенных пунктов, ценных участков леса, инженерных коммуникаций). На втором этапе рассчитывается возможная геометрическая форма пожара с применением вероятностно-множественной модели (процесс «Смоделировать контур горения»).

Для выполнения этого процесса на вход подаются следующие данные:

• •    карта территории X в виде растрового изображения, полученного из ИСДМ, с информацией о типах растительности и набора файлов в формате ArcMap. Изображение дополнительно обрабатывается;

• •    начальный контур горения X 0 , наложенный на карту местности, подгружается из растровых файлов, предварительно подготовленных на основе карточек пожаров ИСДМ, либо рисуется пользователем по карте;

• •    набор скоростей воспламенения – задается пользователем для всех цветов (в случае загрузки растрового изображения) либо слоев карты (при работе с ArcMap-файлами);

• •    набор значений скорости, направления ветра, относительной влажности воздуха с динамикой их изменения во времени.

• •    время (в часах), для которого необходимо получить прогноз.

Непосредственно перед моделированием эти параметры используются в подготовке исходных данных, включающей в себя расчет набора вероятностей локального распространения (с применением интерполяции для нахождения промежуточных значений в справочных таблицах), разделение карты на пирологические однородности и считывание их значений вероятностей, заданных пользователем (процесс «Подготовить исходные данные»).

На рисунке 3 приведена диаграмма, позволяющая оценить действия пользователя программного средства в вышеприведенном процессе моделирования.

Задать вероятности воспламенения

Пользователь программного средства программы

Запустить подготовку данных для моделирования

Задать исходные данные для моделирования

<

Вывести отчет по результатам

Рис. 3. Диаграмма вариантов использования

Редактировать метеоусловия для моментов времени

«extend»/

Заключение. Разрабатываемая информационная подсистема предназначена для прогнозирования распространения лесных пожаров и подготовки документов с результатами для дальнейшего анализа специалистом. Преимущество данного подхода состоит в том, что он наряду с оценкой среднего положения контура может дать оценку его дисперсии, т.е. возможного разброса относительно среднего положения.