CC BY
18
С. А. МЕЩЕРИН, аспирант, Московский физико-технический институт (Россия, 141700, Московская обл., г. Долгопрудный, Институтский пер., 9; e-mail: sergey.metcherin@gmail.com)
И. А. КИРИЛЛОВ, канд. физ.-мат. наук, Национальный исследовательский центр "Курчатовский институт" (Россия, 123182, г. Москва, пл. Академика Курчатова, 1; e-mail: kirillov.igor@gmail.com)
С. В. КЛИМЕНКО, д-р физ.-мат. наук, Автономная некоммерческая организация "Институт физико-технической информатики" (Россия, 142284, Московская обл., г. Протвино, Заводской пр., 6; e-mail: stanislav.klimenko@gmail.com)
УДК 004.822
МЕТАМОДЕЛЬ СОВМЕСТНО ИСПОЛЬЗУЕМОГО ОСОЗНАНИЯ СИТУАЦИИ ДЛЯ УПРАВЛЕНИЯ СТОЙКОСТЬЮ СООРУЖЕНИЙ ПОВЫШЕННОЙ ОТВЕТСТВЕННОСТИ
Рассмотрена одна из задач крупного исследовательского проекта, нацеленного на создание методологической основы для разработки "системы систем", предназначенной для управления кризисными ситуациями в инженерной среде зданий/сооружений. Показано, что в отличие от текущих специализированных ведомственных электронных систем экстренного реагирования, нацеленных в основном на реакцию и восстановление после кризисной ситуации, предложенная "система систем" формирует совместное осознание ситуации для всех заинтересованных служб (МЧС, полиция, медицинские службы), а также обычных граждан, находящихся в зоне риска. Одним из основных элементов разрабатываемой системы является онтология, в которой формализована основная деятельность по всем этапам кризисной ситуации. Описана метамо-дель оперативной обстановки ситуации и ее отличие от предыдущих и текущих исследований. Ключевые слова: кризисная ситуация; метамодель; онтология; инженерная среда; стойкость; риск-информированный подход.
Введение
В настоящее время безопасность населения в инженерной среде зданий/сооружений становится одной из ключевых проблем. На протяжении предыдущего десятилетия риски, связанные с чрезвычайными ситуациями (природные и техногенные катастрофы, террористические акты), и их влияние на общество неуклонно росли (рис. 1).
Катастрофа 11 сентября 2001 г. в Нью-Йорке, цунами в юго-восточной Азии, террористические атаки в метро Токио и Мадрида, землетрясения в Чили и Гаити — наиболее известные примеры недавних катастроф мирового масштаба.
Статистика страховых компаний, общественные настроения и экономическая потребность привели к пересмотру текущих парадигм обеспечения безопасности для объектов с высокой плотностью населения и/или большой плотностью ресурсов (рис. 2). Примером таких объектов могут служить крупные мегаполисы, столицы государств, крупные агломерации (Москва и ее сателлиты, штат Калифорния в США), мировые логистические центры (Роттердамская гавань), нефтяные или газовые вышки (в Северном море и Мексиканском заливе).
© Мещерин С. А., Кириллов И. А., Клименко С. В., 2013
В мировом масштабе было реализовано несколько программ для разработки инструментов по уменьшению рисков, предотвращению и повышению уровня подготовленности к ЧС [3,4].
В США деятельность в этом направлении в основном координируется федеральным агентством по управлению в чрезвычайных ситуациях (FEMA, www.fema.gov), национальным научным фондом (NSF, www.nsf.gov).
В Евросоюзе планирование и координация работ по предотвращению и ликвидации ЧС ведется в рамках программы Cordis (cordis.europa.eu).
В России в пп. 107 и 108 стратегии национальной безопасности1 обозначено две цели:
• привлечение ".. .информационных ресурсов заинтересованных органов государственной власти и государственных научных учреждений с использованием системы распределенных ситуационных центров, работающих по единому регламенту взаимодействия.";
• ".обеспечить условия для гармонизации национальной информационной инфраструктуры с
1 Стратегия национальной безопасности, указ президента РФ № 537 (2009).
400 350 300 250 200 150 100 50
о
1950 1000 —
1960
1970
1980
1990
2000
1957: 1959:
800 1260 2018
600
400
200
.1.1
400 г-350 300 250 200 150 100 50
о ■-■
1950 12 —
10
8
6
4
2
1950
1960
1970
1980
1990
2000
100 90 80 70 60 50 40 30 20 10 О
1995: 190
1950
1960
1970
1980
1990
2000
тпПпПпППпПипППП
1960
1970
1980
1990
2000
О "
1950
14 12 10 8 6 4 2
■■lll-lll.l..ll
Ü
1960
1970
1980
1990
2000
...1 1 ..
1950
1960
1970
1980
1990
Рис. 1. Количество крупных ЧС (а), смертельных исходов при них (б) и финансовых потерь от них (в) согласно [1]: стихийные бедствия, справа — техногенные катастрофы
2000
слева —
глобальными информационными сетями и системами...", связанные с управлением кризисными ситуациями.
По факту упомянутая национальная стратегия подразумевает разработку "системы систем", т. е. объединение специализированных ведомственных информационных систем в единую комплексную систему, которая имеет большую функциональность и производительность, чем совокупность отдельных специализированных систем.
Все упомянутые программы были инициированы в результате неспособности существующих теоретических и организационных парадигм удовлетворять современным требованиям, предъявляемым к обеспечению безопасности.
Управление стойкостью зданий — новая парадигма управления кризисными ситуациями
Эволюция парадигм управления кризисом
До крупномасштабных ЧС на производстве (Бхопал, Индия; Севезо, Италия2) в 70-х годах прошлого века теоретические основы управления ЧС базировались на теории надежности технических систем. Главным критерием безопасности системы являлась ее надежность. Вредоносные последствия возможного инцидента не учитывались. Считалось, что благодаря высокой надежности можно создать систему
2 Директива EU SEVESO II, EU (1982).
2030 2025 2020 2015 2010 2005 2000 1995 1990 1985 1980 1975 1970 1965 1960 1955 1950
О
0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0
Рис. 2. Городское население (в миллиардах) в развитых и развивающихся странах по отчету ООН [2]
с нулевым риском по отношению к аварии или стихийному бедствию.
После нескольких ЧС в ядерной энергетике (АЭС Три-Майл-Айленд, США; Чернобыль, СССР) в 80-х годах прошлого века произошел серьезный сдвиг от концепции надежности к риск-информированному подходу [5]. В этой парадигме замеру безопасности принят риск. При оценке риска предполагается, что техническое и организационное обеспечение гарантирует безопасность для актива (люди, собственность, окружающая среда) в рамках системы под воздействием риска (рис. 3), если риск для актива не превышает допустимого уровня.
В настоящее время риск-информированный подход является доминирующим практически для всех отраслей, для которых безопасность имеет высший приоритет: ядерной энергетики [6], национальной безопасности [7], безопасности на транспорте [8] и для других отраслей — от исследования космоса до медицины.
Однако две катастрофы последнего десятилетия — террористическая атака 11 сентября 2001 г. в Нью-Йорке и авария на атомной станции на Фукусиме в марте 2011 г. однозначно показали, что риск-инфор-мированная парадигма имеет свои ограничения и недостатки. Логично предположить, что она должна эволюционировать в новую парадигму.
Рис. 3. Три составляющих управления стойкостью [11]
В обоих упомянутых случаях ответственные лица и владельцы объектов имели в своем распоряжении большое количество ресурсов, а также большой опыт в предотвращении ЧС и управлении риском. Однако они не смогли использовать свои возможности эффективно по причине отсутствия подходящей парадигмы.
Общие признаки масштабных ЧС могут быть показаны на примере катастрофы "9/11":
• отсутствие общей картины ситуации между различными участниками ликвидации ЧС. Полиция и пожарные бригады имели несколько каналов взаимодействия, но отсутствие однозначно понимаемой и разделяемой всеми участниками ЧС картины ситуации (по факту — единого стандарта управления ЧС) препятствовало своевременной координации полиции, пожарных и муниципальных властей;
• отсутствие мониторинга повреждений здания в режиме реального времени;
• существование уязвимостей на момент атаки. Например, низкая устойчивость к огню защитных элементов стальных конструкций вследствие недавнего ремонта; низкая производительность пожарных гидрантов. В 2001 г. методологии оценки уязвимости важных компонентов здания отсутствовали, и даже необходимость самой методологии не была осознана;
• адаптивные свойства здания (живучесть конструкции, производительность пожарных гидрантов, пропускная способность путей эвакуации) и адаптивные свойства близлежащей инфраструктуры (топология и производительность водоснабжения) были недостаточны для предотвращения катастрофы.
Другими словами, несмотря на высокую технологичность инфраструктуры Нью-Йорка и достаточно большие ресурсы первых ликвидаторов аварии (пожарных, медиков, полиции), последствия трагедии не были минимизированы вследствие недостаточной общей стойкости здания.
Для того чтобы обеспечить более эффективное решение проблемы безопасности государственных активов, разумно проанализировать предыдущий негативный опыт, полученный в ходе предыдущих катастроф, подобных "9/11" и аварии на Фукусиме, в контексте повышения стойкости зданий к различным видам ЧС. Идея управления стойкостью возникла в ходе научного анализа последствий катастрофы "9/11" [9] и в дальнейшем была проработана в [10, 11].
Парадигма управления стойкостью [11] подразумевает, что увеличение уровня защиты зданий должно быть обеспечено тремя основными процессами:
• риск-информированным мониторингом доступных адаптивных возможностей (ДАВ);
• риск-информированным мониторингом актуальных уязвимостей (АУ);
• риск-информированным мониторингом и управлением совместно используемым (между участниками процесса — населением, подвергнутым риску, спасательными командами, полицией, пожарными бригадами, муниципальными властями) осознанием ситуации (СИОС).
Совместное осознание ситуации в управлении стойкостью
Совместное осознание ситуации — это основной инструмент в рамках парадигмы управления стойкостью. Оно должно обеспечивать информационную поддержку как процесса принятия решений, так и координацию действий различных участников процесса на протяжении всего жизненного цикла кризисной ситуации.
Реализация всеобъемлющей, гибкой и актуальной СИОС требует технологической и семантической интеграции и интероперабельности нескольких информационных систем разных участников процесса (рис. 4). Интеграция необходима, в первую очередь, между традиционными государственными службами (например, медицинские службы, экстренные службы, полиция и т. д.) и между их информационными системами.
Проблема построения СИОС в существующих системах управления кризисом
Превентивный и реагирующий подходы
Основной недостаток текущих парадигм обеспечения безопасности в их де-факто реактивной природе.
Де-юре почти все национальные и международные системы управления кризисом следуют пре-
Рис. 4. Участники управления ЧС и совместно используемое осознание ситуации
Рис. 5. Традиционный жизненный цикл управления ЧС [12]
вентивному подходу для обеспечения безопасности. Этот подход подчеркивает необходимость в предотвращении и подготовке (действия, направленные на предотвращение ЧС или, в случае неизбежности, к эффективной ликвидации ее последствий) и в смягчении (действия по смягчению последствий ЧС, когда последняя уже произошла) (рис. 5). Превентивный подход был разработан для того, чтобы предугадывать и предотвращать ЧС.
Однако на практике действия со стороны государственных и частных участников ликвидации ЧС осуществляются уже после возникновения ЧС. Эта тенденция очень распространена. Например, модель кризисной ситуации, разработанная в рамках проекта OASIS (Open Advanced System for DISaster & Emergency Management) в 2005 г. [13], содержит концепции, касающиеся исключительно фаз реакции и восстановления после ЧС.
Конкретные инструменты, которые могут быть полезны для предотвращения или подготовки к ЧС, в модели OASIS отсутствуют (см. ниже). Нет их и в других текущих проектах по моделированию ЧС [14, 15].
Разные временные масштабы
в управлении стойкостью
Большинство существующих информационных систем для управления кризисом (СУКС) построены исходя из того, что ЧС — это внезапное широкомасштабное событие, которое сложно предсказать [16]. Это подразумевает, что, во-первых, продолжительность ЧС пренебрежимо мала по сравнению с временами процедур по управлению кризисом и, во-вторых, эскалация ситуации на объект защиты (здание, транспортный узел) не может быть отслежена на уровне СУКС.
В действительности, развитие ЧС (внутри или вовне объекта защиты) имеет свою конечную продолжительность. Последовательность вредоносных процессов (источников ЧС) может быть описана количественно с помощью измеряемых или вычисляемых факторов (индикаторов). Другими словами, развитие ЧС может быть формализовано в виде цикла, описывающего объект защиты (ОЗ). Этот цикл отличен от цикла управления ЧС (рис. 6).
Рис. 6. Покрытие кризисного цикла моделью проекта OASIS (http://www.tacticalsituationobject.org/index.html)
Каждой ЧС для данного 03 предшествует набор измеряемых прекурсоров и набор отклонений от нормального режима работы. Прекурсоры могут быть обнаружены с помощью внешних наблюдателей или внутренних (по отношению к 03) мониторингов. Аномалии в производительности могут быть обнаружены и отслежены информационной системой 03. Быстрая и точная обработка информации о прекурсорах, поступающей от внешних и внутренних источников, может помочь предотвратить ЧС.
На этапе кризиса как внутренняя устойчивость (например, устойчивость здания к пожару), так и активация средств смягчения (например, противопожарных спринклеров) могут предотвратить или, как минимум, замедлить эскалацию инцидента в ЧС.
Согласно концепции управления стойкостью на этапах кризиса и предкризиса наличие СИ0С крайне важно (рис. 7). Персонал внутри объекта защиты, внешние наблюдатели, внешние и внутренние информационные системы должны иметь общий пул
Штатный режим
Посткризис Жизненный цикл ЗС Предкризис
Кризис
Восстановление
t
Смягчение
Жизненный цикл СУКС
I
Реакция
Подготовка
Рис. 7. Разные временные масштабы жизненных циклов ОЗ и СУКС
с информацией о текущей ситуации. Для моделирования информации для обмена нужны как минимум две подмодели: одна—для описания состояния ОЗ, другая — для описания действий по ликвидации ЧС, предназначенная для внешних участников процесса. При этом подмодель объекта защиты должна описывать последнюю с большой детализацией.
Ресурсы негосударственных
и добровольческих организаций
Качество и завершенность СИОС могут быть улучшены использованием ресурсов негосударственных и добровольческих организаций.
Преимущество такого рода интеграции было продемонстрировано при масштабных лесных пожарах в России летом 2010 г. Добровольцы участвовали в борьбе с огнем и в оказании помощи пострадавшим от стихийного бедствия. В некоторых случаях помощь со стороны добровольцев была более быстрой и эффективной по сравнению с государственными службами. Координация действий по ликвидации ЧС некоторых добровольцев велась через сообщества LiveJournal. Основным сообществом было pozar_ru. Существовал также сайт russian-fires.ru, работавший на платформе Ushahidi, которая была использована также при землетрясениях на Гаити и Чили для согласования действий добровольцев.
Эти и другие свидетельства успешного взаимодействия добровольцев и государственных служб показывают важность отлаженного взаимодействия между информационными системами госслужб и частными лицами.
Интеграция онтологии СИОС в "систему систем"
Интеграция технологически и семантически разнородных источников в "систему систем" может быть реализована на основе онтологии [17-21]. Моделирование ЧС с помощью онтологии способствует установлению общей терминологии и облегчает повторное использование знаний (reuse).
Онтологии специализированных информационных систем, как правило, содержат в себе детализированное формальное описание предметных областей. Для того чтобы связать между собой различные предметные онтологии, используются онтологии "верхнего уровня", или метамодели. Они содержат в себе обобщающие концепции, с помощью которых конкретные термины предметных онтологий могут быть сопоставлены друг с другом. Например, мета-модель может содержать в себе термин "степень уязвимости", который в каждой предметной онтологии определяется и рассчитывается по-разному.
Мы использовали уже разработанные модели осознания ситуации (situational awareness) [22] и управления ЧС [23] как две отправные точки для со-
здания и унификации метамодели СИОС для использования в "системе систем".
Разработка нашей метамодели была проведена с позиций управления стойкостью к различным угрозам. Полагалось, что метамодель применима для решения двух ключевых задач, обозначенных в [3].
Расширение ядра онтологии [13], выбранной в виде отправной точки, происходило следующим образом:
1) разбиение онтологии на модули;
2) выбор модулей, которые необходимо расширить;
3) определение требований, которым модуль должен удовлетворять после расширения. При этом был учтен опыт проектов [19, 23, 24];
4) определение новых знаний (совместно с экспертами предметной области), которые будут представлены в модуле;
5) анализ осуществимости изменений модуля (например, все ли величины модуля могут быть измеримы);
6) реализация новых модулей или переработка существующих. Для получения финальной онтологии полученные от экспертов UML-диаграммы, концептуальные карты преобразуются в формат OWL.
Метамодель общей оперативной обстановки и управление стойкостью зданий
Предложенная метамодель, которая может устранить недостатки и ограничения существующего де-факто реагирующего подхода, имеет следующие свойства.
Мониторинг риска и интероперабельность
как инструменты для предупреждения ЧС
Введение мониторинга риска и интероперабель-ности (рис. 8) как новой обязательной задачи при управлении ЧС обеспечит возможность проведения оперативных превентивных процедур и минимизации пагубных последствий при защите зданий.
С левой стороны рис. 8 находится ядро онтологии управления стойкостью. Левая часть, описывающая СУКС, по большей части взята из информационной модели OASIS. Базовый класс СУКС в данной метамодели представляет два типа объектов:
1) муниципальные специализированные службы (пожарные, полиция, медики и т. д.), в задачу которых входит реагирование на ЧС или забота о пострадавших и которые имеют собственные регулярные информационные системы. Эти системы предполагается интегрировать в междепартаментную информационную систему для эффективного обмена информацией;
2) "спонтанное" информационное пространство негосударственных и добровольческих организаций.
Основные понятия онтологии объекта защиты (например, сверхвысокие здания или высоконагру-женные транспортные узлы), которые могут быть подвергнуты действию вредоносных факторов, показаны с правой стороны рис. 8.
Оперативные данные и прочая информация, которая используется совместно участниками ликвидации ЧС и внутри объекта защиты, могут быть предоставлены подсистемой "мониторинг риска".
Связи между основными понятиями, относящимися к мониторингу риска и интероперабельности, показаны на рис. 9.
Жизненно важные параметры объекта защиты в контексте управления стойкостью — актуальные уязвимости и доступные адаптивные возможности. Они могут быть:
1) извлечены и доступны с помощью "мониторинга эксплуатационных характеристик" и "мониторинга повреждений";
2) связаны на тактическом и стратегическом уровнях с ликвидаторами ЧС посредством "мониторинга риска" в реальном или близком к реальному времени.
Система управления кризисными ситуациями
Информационная система объекта защиты
( Факторы [ риска i
Мониторинг риска
назначает
I
требует ресурс ----
Ресурс
реакция на
I
Событие
устранение
I
Угроза
' Здание^
имеет мониторинг
Внутренний мониторинг
\
подкласс
Мониторинг живучести
Мониторинг адаптивных возможностей
Мониторинг повреждений
Рис. 8. Метамодель СИОС для управления стойкостью зданий в рамках "системы систем"
Рис. 9. Метамодель риска для управления стойкостью зданий в рамках "системы систем"
Основная задача "мониторинга эксплуатационных характеристик"—сбор, управление и предоставление данных о функциональном состоянии системы, возможностях подсистем безопасности, энергоснабжении, вентиляции и т. д.
Основная задача "мониторинга повреждений" — обработка (получение, нормализация, очистка, извлечение факторов) данных о текущей структуре и геометрических характеристиках здания и его положении в пространстве.
В современных крупных постройках (стадионы, торговые и офисные центры) мониторинг объекта защиты в режиме реального времени и структурного состояния производится с помощью набора сенсоров и системы, обрабатывающей их показания (рис. 10) и нацелен на управление разнородными подсистемами объекта защиты.
Формирование, уточнение и поддержка подмодели, описывающей контроль за состоянием системы с помощью распределенной сети сенсоров, основаны на:
• анализе интервью с экспертами в гражданском строительстве, инженерном проектировании, информационных технологиях, безопасности, конструкционной информатике;
• формализации знаний из текстовых источников и баз данных BIM (Building Information Model, см. сайт http://itc.scix.net) строительной информатики [25];
• информации из текущих и разрабатываемых технических стандартов [26, 27], посвященных управлению ЧС и обеспечению безопасности.
Извлечение и своевременное использование релевантной информации из внешних и внутренних (по отношению к объекту защиты) источников и их интеграция с помощью мониторинга риска, безусловно, будут способствовать созданию по-настоящему общей картины ситуации между двумя основными участниками ликвидации ЧС — государственными службами и владельцами объекта защиты. Метамо-дель, учитывающая третью сторону — население, подвергнутое риску, или персонал объекта защиты находятся за рамками данной статьи.
Технологическая и семантическая интеграция между информационными системами 03 и СУКС имеет следующие преимущества в контексте управления стойкостью зданий:
• минимизация проблемы разных временных масштабов эскалации кризиса внутри 03 и времени реакции кризисных служб;
• переход от реагирующего подхода (акцент на реакцию и восстановление) к превентивному (акцент на предотвращение, подготовку и смягчение).
Количественные метрики для оценки уязвимости и доступных адаптивных возможностей
В нашей онтологии, в описании эволюции кризисной ситуации на уровне объекта защиты (см. правую часть рис. 8 и верхнюю сторону рис. 7), отмечена фаза "предкризис". 0писание всех фаз развития кризиса см. в [28]. Предкризисная фаза соответствует отрезку времени между моментом появления первых прекурсоров возможного кризиса и моментом причинения первых серьезных повреждений объекту защиты.
Здание I
1 __J
Подсистемы безопасности
^ Фундамент ^ ^ Компонент
имеет
I
Структурный элемент
-1-
сделан из
7
Г Материал
Энергоснабжение \
Водоснабжение
Вентиляционные системы
Коммуникации
Г Организационные -подкласс
I
Г Смягчающие Защитные Г Эвакуационные
С
Убежища
С
Технологические
подкласс
Пассивные
Активные
сигнализация
^ Датчики^)
С
Защитные
Сдерживающие (спринклеры)
Гасящие (пожарные гидранты)
Рис. 10. Метамодель для оценки эксплуатационных характеристик и уровня защиты здания/сооружения в реальном времени с помощью сенсоров
Рис. 11. Метамодель оценки уязвимости и доступных адаптивных возможностей на предкризисной фазе ОЗ
Как раз на предкризисной фазе (рис. 11) своевременное обнаружение и оценка уязвимостей и доступных адаптивных возможностей критически важны для предотвращения эскалации кризиса.
Количественной метрикой для доступных адаптивных возможностей является индекс живучести, предложенный в [29]. Упомянутая метрика была выбрана в процессе сравнительного анализа различных детерминистских процедур оценки живучести [30], основанных на риске [29] и надежности [31-34]. Выбранные метрики ценны по двум причинам. Во-первых, они позволяют учитывать эксплуатационные характеристики здания/сооружения. Во-вторых, они могут быть применены к другим элементам зданий/сооружений, например ограждающим элементам, формируя таким образом унифицированный подход для описания различных типов доступных адаптивных возможностей 03 (см. рис. 10).
Подробное описание количественных метрик уязвимостей здания находится за рамками данной статьи. 0тметим только, что мониторинг эксплуатационных характеристик и актуальных уязвимостей объекта защиты на стороне 03 может быть надежным и важным источником информации для мониторинга риска на стороне СУКС. Более детальное описание взаимосвязей между задачами на стороне объекта защиты (отмечены желтым цветом) и задачами СУКС (обозначены зеленым цветом) показаны на рис. 11.
Внедрение количественных метрик (непосредственно измеряемых или вычисляемых) актуальных уязвимостей и доступных адаптивных ресурсов может сделать возможным переход от реагирующего подхода к риск-информированному превентивному подходу обеспечения безопасности зданий.
Заключение
В данной работе предложена метамодель совместного осознания ситуации для управления стойкостью зданий.
Предложенный подход может быть использован для разработки инструментария для национальной "системы систем" управления кризисными ситуациями в зданиях. Предложенная масштабируемая схема с двумя циклами разного временного масштаба позволяет решить проблему "запоздалой реакции" текущих СУКС и предотвратить эскалацию кризиса в катастрофу с большими потерями.
Tactical Situation Object из европейского проекта OASIS был использован как основа для разработанной онтологии.
Были описаны и проанализированы концептуальные проблемы, связанные с отсутствием совместно используемого осознания ситуации в действующих СУКС и исследовательских проектах. Было предложено два новых инструмента:
• мониторинг риска и построение совместной картины ситуации как инструмент для предотвращения и подготовки к кризисной ситуации;
• количественные метрики для оценки актуальных уязвимостей и доступных адаптивных возможностей здания.
Предложенная метамодель была разработана в детерминистской парадигме.
Остались открытыми вопросы: как учитывать неопределенность в данных, которые поступают в "систему систем" от внешних источников? как эффективно включить людей под воздействием риска в совместную картину ситуации и процессы управления кризисной ситуацией?
Благодарность
Авторы благодарны РФФИ за финансирование исследований, направленных на риск-информиро-ванные технологии (11-07-00329-а) и системы визуализации (11-07-13166-офи-м-2011ы_РЖД) в контексте управления кризисом.
Работа выполнена при поддержке РФФИ, проект № 09-07-00401-а.
СПИСОК ЛИТЕРАТУРЫ
1. Emerging Risks in the 21st Century: An Agenda for Action. URL: http://www.oecd.org/futures/glo-balprospects/37944611.pdf (датаобращения: 01.03.2013 г.).
2. World Urbanization Prospects: the 1999 revision. URL : http://www.un.org/esa/population/pubsar-chive/urbanization/urbanization.pdf (дата обращения: 01.03.2013 г.).
3. Crisis Response and Disaster Resilience 2030: Forging Strategic Action in an Age of Uncertainty. URL : http://www.fema.gov/library/viewRecord.do?id=4995 (дата обращения: 01.03.2013 г.).
4. Project Europe 2030: Challenges and Opportunities. URL: http://www.consilium.europa.eu/uedocs/ cms_data/librairie/PDF/QC3210249ENC.pdf (дата обращения: 01.03.2013 г.).
5. The Reactor Safety Study WASH-1400. URL: http://teams.epri.com/PRA/Big%20List%20of%20PRA %20Documents/WASH-1400/02-Main%20Report.pdf (дата обращения: 01.03.2013 г.).
6. A Framework for an Integrated Risk Informed Decision Making Process. URL: http:// www.pub.iaea.org/ MTCD/publications/PDF/Pub1499 web.pdf (дата обращения: 01.03.2013 г.).
7. Musa S., Berry W., Chait R., Lyons J., Russo K.Risk-Informed Decision making for Science and Technology. URL : http://www.ndu.edu/CTNSP/docUploaded/DTP%2076%20Risk-Informed-%20Deci-sionmaking%20for%20ST.pdf (дата обращения: 01.03.2013 г.).
8. Comprehensive Risk Assessments and Stronger Internal Controls Needed to Help Inform TSA Resource Allocation. URL : http://www.gao.gov/new.items/d09492.pdf (дата обращения: 01.03.2013 г.).
9. Pasman H., Kirillov I. Hazard and Risk Analysis of Aircraft Collision with High-Rise Building // RFBR and NATO Research Project, 2002-2004.
10. Pasman H., Kirillov I. (eds.) Resilience ofCities to Terrorist and other Threats. Lessonsof9/11 and Research Issues for Future Work // Proceedings of the NATO Advanced Research Workshop on Urban Structures Resilience under Multi-Hazard Threats. — Moscow, 2007. — 545 p.
11. Kirillov I. A., Klimenko S. K.Plato's Atlantis Revisited: Risk-Informed, Multi-Hazard Resilience of Built Environment via Cyber Worlds Sharing // International Conference on Cyberworlds (CW). — Singapore, 2010. — Vol. 10.1109/CW.2010.38. —P. 445-450.
12. Albtoush P., Dobresku R., Ionescu F. A Hierarchical Model for Emergency Management Systems // U.P.B. Sci. Bull. — 2011. — Vol. 73, No. 2. — P. 53-62. ISSN 1454-234x.
13. HenriquesF., RegoD. OASIS Tactical Situation Object: arouteto interoperability // SIGD0C'08 Proceeding of the 26th annual ACM international conference on design of communication. —New York, 2008. doi: 10.1145/1456536.1456593.
14. Mattioli J., Museux N., Hemaissia M., Laudy C. A Crisis Response Situation Model // 10th International Conference on Information Fusion, 2007. doi: 10.1109/ICIF.2007.4408022.
15. Fan Z., Zlatanova S. Exploring ontologies for semantic interoperability of data in emergency response // Applied Geomatics. — 2011. — Vol. 3, No. 2. — P. 109-122.
16. The Johns Hopkins and Red Cross Red Crescent Public Health Guide in Emergencies. URL : http://pdf.usaid.gov/pdf docs/PNACU086.pdf (дата обращения: 01.03.2013 г.).
17. Zhang D., ZhouL., NunamakerJ. F. Jr. A Knowledge Management Framework for the Support of Decision Making in Humanitarian Assistance/Disaster Relief // Knowledge and Information Systems. — 2001. — Vol. 4, No. 3. — P. 370-385. doi: 10.1007/s101150200012.
18. Little E. G., Rogova G. L. Ontology meta-model for building a situational picture of catastrophic events // 8th International Conference on Information Fusion, 2005. doi: 10.1109/ICIF.2005.1591935.
19. Kruchten P., Woo C., Monu K., Sotoodeh M. A human-centered conceptual model of disasters affecting critical infrastructures // Intelligent Human Computer Systems for Crisis Response and Management, 2007.
20. Markus M. L., Fedorowicz J., Bodeau D., Brooks / Characterizing and Improving Collaboration and Information-Sharing Across Emergency Preparedness and Response Communities. URL: www.mitre.org/ work/tech papers/tech papers 09/09_1830/09_1830.pdf (дата обращения: 01.03.2013 г.).
21. Kebair F., Serin F. Agent-based Decision Support System to Prevent and Manage Risk Situations // 16eme Congres de Maitrise des Risques et de Surete de Fonctionnement, 2008.
22. Endsley M. R., GarlandD.J. (eds.) Theoretical underpinnings ofsituation awareness: A critical review. Situation awareness analysis and measurement. — Mahwah, NJ: LEA. 2000.
23. Othman S. H., Beydoun G. A Disaster Management Metamodel (DMM) Validated // Knowledge Management and Acquisition for Smart Systems and Services. Lecture Notes in Computer Science. — 2011.—Vol. 6232/2010.—P. 111-125. doi: 10.1007/978-3-642-15037-1 11.
24. Benaben F., Hanachi F., Lauras M., Couget P. A. Metamodel and its Ontology to Guide Crisis Characterization and its Collaborative Management // Proceedings of the 5th International ISCRAM Conference. — Washington DC, 2008. — P. 189-196.
25. Smith D. An Introduction to Building Information Modeling (BIM) // Journal of Building Information Modeling. — 2007. — Vol. 12, No. 4.
26. ГОСТ P 22.1.12-2005. Безопасность в чрезвычайных ситуациях. Структурированная система мониторинга и управления инженерными системами зданий и сооружений. Общие требования.
— Введ. 15.09.2005 г. — М. : Стандартинформ, 2005. — 15 с.
27. ISO/IEC 31010:2009. Risk management — Risk assessment techniques, 2009.
28. LaugeA., SarriegiJ.M., Torres J.The Dynamics of Crisis Lifecycle for Emergency Management // 27th International Conference of the System Dynamics Society, New Mexico, 2009. ISBN 978-1-935056-03-04.
29. Baker J. W., Schubert M., Faber M. H. On the assessment of robustness // Journal of Structural Safety.
— 2008. — Vol. 30. — P. 253-267.
30. ISO 19902:2007. Petroleum and Matural Gas Industrues — Fixed Steel Offshore Structures, 2007.
31. Frangopol D. M., CurleyJ.P. Effects of damage andredundancy on structural reliability // ASCE Journal of Structural Engineering. — 1987. — Vol. 113, No. 7. — P. 1533-1549.
32. Fu G., Frangopol D. M. Balancing weight, system reliability and redundancy in a multiobjective optimization framework // Structural Safety. — 1990. — Vol. 204, No. 7. — P. 165-175.
33. Lind N. C. Vulnerability of damage-accumulating systems // Reliability Engineering & System Safety. — 1996. — Vol. 53, No. 2. — P. 217-219.
34. Ben-Yaim Y. Design certification with information-gap uncertainty // Structural Safety. — 1999. — Vol. 21, No. 3. — P. 269-289.
Материал поступил в редакцию 13 марта 2013 г.
— English
METAMODEL OF SHARED SITUATION AWARENESS FOR RESILIENCE MANAGEMENT OF BUILT ENVIRONMENT WITH HIGH RESPONSIBILITY
MESHCHERIN S. A., Moscow Institute of Physics and Technology (Institutskiy Pereulok, 9, Dolgoprudnyy, Moscow Region, 141700, Russian Federation; e-mail address: sergey.metcherin@gmail.com)
KIRILLOV I. A., National Research Centre "Kurchatov Institute" (Akademika Kurchatova Sq., 1, Moscow, 123182, Russian Federation; e-mail address: kirillov.igor@gmail.com)
KLIMENKO S. V., Institute of Computing for Physics and Technology (Zavodskoy Proyezd, 6, Moscow Region, Protvino, 614284, Russian Federation; e-mail address: stanislav.klimenko@gmail.com)
ABSTRACT
The main purpose of this work is to create high-level conceptual model (metamodel) of crisis situation in built environment. Work starts with short review of existing paradigms of crisis management.
Then, study introduces new crisis management paradigm—resilience management, which is a logical evolution of current risk-informed paradigm. Main component of resilience management is risk-informed Shared Situational Awareness (SSA). SSA is used by all participants of crisis management process, i. e. rescue teams, police, firefighting brigades, medical services. Resilience management also stands on risk-informed monitoring of Available Adaptive Capacities (AAC) and Existing Vulnerabilities (EV). Study formulates concepts of two cycles — Disaster Management Cycle and System-at-Risk cycle. Importance of exchange of risk information between two cycles is emphasized.
Study includes detailed metamodels of performance characteristics, existing vulnerabilities and adaptive capacities. Also study includes description of quantifiable metrics for measuring existing vulnerabilities and adaptive capacities.
To summarize, study has following main results: introduction of resilience management paradigm, which is based on shared situational awareness and introduction of quantifiable metrics for measuring vulnerabilities and adaptive capacities.
Keywords: crisis; metamodel; ontology; built environment; resilience; risk-informed approach.
REFERENCES
1. Emerging Risks in the 21st Century: An Agenda for Action. Available at: http://www.oecd.org/futu-res/globalprospects/37944611.pdf (Accessed 1 March 2013).
2. World Urbanization Prospects: the 1999 revision. Available at: http://www.un.org/esa/population/ pubsarchive/urbanization/urbanization.pdf (Accessed 1 March 2013).
3. Crisis Response and Disaster Resilience 2030: Forging Strategic Action in an Age of Uncertainty. Available at: http://www.fema.gov/library/viewRecord.do?id=4995 (Accessed 1 March 2013).
4. Project Europe 2030: Challenges and Opportunities. Available at: http://www.consilium.europa.eu/ uedocs/cms_data/librairie/PDF/QC3210249ENC.pdf (Accessed 1 March 2013).
5. The Reactor Safety Study WASH-1400. Available at: http://teams.epri.com/PRA/ Big%20List%20of% 20PRA%20Documents/WASH-1400/02-Main%20Report.pdf (Accessed 1 March 2013).
6. A Framework for an Integrated Risk Informed Decision Making Process. Available at: http:// www.pub.iaea.org/ MTCD/publications/PDF/Pub1499 web.pdf (Accessed 1 March 2013).
7. MusaS., Berry W., ChaitR., Lyons J., Russo V. Risk-Informed Decision making for Science and Technology. Available at: http://www.ndu.edu/CTNSP/docUploaded/DTP%2076%20Risk-Informed-%20Decisionmaking%20for%20ST.pdf (Accessed 1 March 2013).
8. Comprehensive Risk Assessments and Stronger Internal Controls Needed to Help Inform TSA Resource Allocation. Available at: http://www.gao.gov/new.items/d09492.pdf (Accessed 1 March 2013).
9. Pasman H., Kirillov I. Hazard and Risk Analysis of Aircraft Collision with High-Rise Building. RFBR and NATO Research Project, 2002-2004.
10. Pasman H., Kirillov I. (eds.) Resilience of Cities to Terrorist and other Threats. Lessons of 9/11 and Research Issues for Future Work. Proceedings of the NATO Advanced Research Workshop on Urban Structures Resilience under Multi-Hazard Threats. Moscow, 2007. 545 p.
11. Kirillov I. A., Klimenko S. V. Plato's Atlantis Revisited: Risk-Informed, Multi-Hazard Resilience of Built Environment via Cyber Worlds Sharing. International Conference on Cyberworlds (CW). Singapore, 2010, vol. 10.1109/CW.2010.38, pp. 445-450.
12. Albtoush P., Dobresku R., Ionescu F. A Hierarchical Model for Emergency Management Systems. U.P.B. Sci. Bull., 2011, vol. 73, no. 2, pp. 53-62. ISSN 1454-234x.
13. Henriques F., Rego D. OASIS Tactical Situation Object: a route to interoperability. SIGDOC'08 Proceeding of the 26th annual ACM international conference on design of communication. New York, 2008. doi: 10.1145/1456536.1456593.
14. Mattioli J., MuseuxN., HemaissiaM., Laudy C. A Crisis Response Situation Model. 10th International Conference on Information Fusion, 2007. doi: 10.1109/ICIF.2007.4408022.
15. Fan Z., Zlatanova S. Exploring ontologies for semantic interoperability of data in emergency response. Applied Geomatics, 2011, vol. 3, no. 2, pp. 109-122.
16. The Johns Hopkins and Red Cross Red Crescent Public Health Guide in Emergencies. Available at: http://pdf.usaid.gov/pdf docs/PNACU086.pdf (Accessed 1 March 2013).
17. Zhang D., ZhouL.,Nunamaker J. F. Jr. A Knowledge Management Framework for the Support of Decision Making in Humanitarian Assistance/Disaster Relief. Knowledge and Information Systems, 2001, vol. 4, no. 3, pp. 370-385. doi: 10.1007/s101150200012.
18. Little E. G., RogovaG. L. Ontology meta-model for building a situational picture of catastrophic events. 8th International Conference on Information Fusion, 2005. doi: 10.1109/ICIF.2005.1591935.
19. KruchtenP., Woo C., MonuK., SotoodehM. A human-centered conceptual model of disasters affecting critical infrastructures. Intelligent Human Computer Systemsfor Crisis Response and Management, 2007.
20. Markus M. L., Fedorowicz J., Bodeau D., Brooks J. Characterizing and Improving Collaboration and Information-Sharing Across Emergency Preparedness and Response Communities. Available at: www.mitre.org/work/techpapers/techpapers 09/09 1830/09 1830.pdf (Accessed 1 March 2013).
21. Kebair F., Serin F. Agent-based Decision Support System to Prevent and Manage Risk Situations. 16eme Congres de Maitrise des Risques et de Surete de Fonctionnement, 2008.
22. Endsley M. R., Garland D. J. (eds.) Theoretical underpinnings of situation awareness: A critical review. Situation awareness analysis and measurement. Mahwah, NJ: LEA. 2000.
23. Othman S. H., Beydoun G. A Disaster Management Metamodel (DMM) Validated. Knowledge Management and Acquisition for Smart Systems and Services. Lecture Notes in Computer Science, 2011, vol. 6232/2010, pp. 111-125. doi: 10.1007/978-3-642-15037-1 11.
24. Benaben F., Hanachi F., Lauras M., Couget P. A. Metamodel and its Ontology to Guide Crisis Characterization and its Collaborative Management. Proceedings of the 5 th International ISCRAM Conference, Washington DC, 2008, pp. 189-196.
25. Smith D. An Introduction to Building Information Modeling (BIM). Journal of Building Information Modeling, 2007, vol. 12, no. 4.
26. National standard of the Russian Federation 22.1.12-2005. Safety in emergencies. Structured system for monitoring and control of building / construction engineering equipment. General requirements. Moscow, Standartinform Publ., 2005. 15 p.
27. ISO/IEC 31010:2009. Risk management — Risk assessment techniques, 2009.
28. Lauge A., Sarriegi J. M., Torres J. The Dynamics of Crisis Lifecycle for Emergency Management. 27th International Conference of the System Dynamics Society, New Mexico, 2009. ISBN 978-1-935056-03-04.
29. Baker J. W., Schubert M., Faber M. H. On the assessment of robustness. Journal of Structural Safety, 2008, vol. 30, pp. 253-267.
30. ISO 19902:2007. Petroleum and Matural Gas Industrues — Fixed Steel Offshore Structures, 2007.
31. FrangopolD. M., Curley J. P. Effects of damage and redundancy on structural reliability. ASCE Journal of Structural Engineering, 1987, vol. 113, no. 7, pp. 1533-1549.
32. Fu G., Frangopol D. M. Balancing weight, system reliability and redundancy in a multiobjective optimization framework. Structural Safety, 1990, vol. 204, no. 7, pp. 165-175.
33. Lind N. C. Vulnerability of damage-accumulating systems. Reliability Engineering & System Safety, 1996, vol. 53, no. 2, pp. 217-219.
34. Ben-Yaim Y. Design certification with information-gap uncertainty. Structural Safety, 1999, vol. 21, no. 3, pp. 269-289.
