Научная статья на тему 'Метод оценки эффективности аэрокосмического мониторинга чрезвычайных ситуаций'

Метод оценки эффективности аэрокосмического мониторинга чрезвычайных ситуаций Текст научной статьи по специальности «Математика»

CC BY
319
50
i Надоели баннеры? Вы всегда можете отключить рекламу.

Аннотация научной статьи по математике, автор научной работы — Резников В. М.

В статье рассматриваются наиболее эффективные для каждого типа ЧС задачи мониторинга и предлагаются алгоритмы расчета их эффективности по конечному результату.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Article examines most effective monitoring tasks for each type of emergency situation and offers estimation algorithm according to the final result.

Текст научной работы на тему «Метод оценки эффективности аэрокосмического мониторинга чрезвычайных ситуаций»

УДК 614.8:519.8+51-7+504.064+528

В. М. Резников к.т.н. (ФГУ ВНИИ ГОЧС (ФЦ))

МЕТОД ОЦЕНКИ ЭФФЕКТИВНОСТИ АЭРОКОСМИЧЕСКОГО МОНИТОРИНГА ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ

V.Reznikov

METHOD OF EMERGENCY SITUATIONS AEROSPACE MONITORING EFFICIENCY ESTIMATION

В статье рассматриваются наиболее эффективные для каждого типа ЧС задачи мониторинга и предлагаются алгоритмы расчета их эффективности по конечному результату.

Article examines most effective monitoring tasks for each type of emergency situation and offers estimation algorithm

according to the final result.

Аэрокосмический мониторинг чрезвычайных ситуаций (ЛКМ ЧС) предназначен для повышения эффективности мероприятий по предупреждению и ликвидации ЧС путем их своевременного прогноза, обнаружения и контроля развития.

Оценка эффективности АКМ ЧС должна проводиться отдельно по каждому типу ЧС с определением основных показателей мониторинга, влияющих на конечный результат - снижение индивидуального риска — как главную задачу структур МЧС России.

Рассмотрим типы ЧС в порядке систематизации.

К группе природных ЧС относятся следующие.

/. Геофизически опасные явления: землетрясения, извержения вулканов.

Эта группа ЧС выделяется среди других на два порядка большим значением индивидуального риска, возможностью краткосрочного прогноза по обнаружению предвестников и невысокими требованиями к пространственному разрешению прогнозной мониторинговой информации. Задачи обнаружения, контроля и оценки масштабов последствий отходят на второй план.

2. Геологически опасные явления: оползни, сели, лавины, обвалы (провалы), лавины.

К мониторингу этих ЧС предъявляются самые высокие требования, как к пространственному, так и временному разрешению. Прогноз этих ЧС сводится к выявлению потенциально опасных участков территории. Предвестников готовящегося события не выявлено. В связи с относительно малыми размерами территорий, охваченных этими ЧС, задачи контроля и оценки последствий для ДЗЗ не ставятся.

3. Метеорологические опасные явления: тайфуны, смерчи, пыльные и песчаные бури, снежные бураны, цунами.

Эти явления постоянно наблюдаются метеослужбами, система мониторинга МЧС России является дублером этих служб.

4. Гидрологические опасные явления: подъем воды, наводнения и затопления.

В задачу АКМ ЧС входит выявление потен-

циально опасных участков (ледовые заторы, переполнение водохранилищ и т. п.), контроль и прогноз развития ситуации. В данном случае к информации предъявляются самые высокие требования временного и пространственного разрешения.

5. Природные пожары.

На сегодняшний день обнаружение лесных, торфяных пожаров в мало населенной местности является основной задачей аэрокосмического мониторинга (в иных случаях они обнаруживаются наземными службами). Требования к информации в данном случае должны быть согласованы с возможностями сил тушения пожаров. Система космического мониторинга МЧС России (СКМ ЧС) ежегодно обнаруживает тысячи лесных пожаров в Дальневосточном и Сибирском регионах. Площадь обнаруженных пожаров составляет сотни гектаров, и средств гасить их нет. Остается ставить заслон на пути продвижения кромки огня к населенным пунктам. Резкое увеличение пространственного и временного разрешения позволит своевременно обнаруживать очаги пожаров, для гашения которых имеются авиационные средства. Однако запредельно высокое число пожаров ставит вопрос о нехватке сил для их ликвидации. По этой причине в настоящей статье проблема эффективности мониторинга природных пожаров не обсуждается, тем более, что с точки зрения снижения индивидуального риска дело обстоит достаточно благополучно — гибель людей от лесных пожаров единична.

Далее рассматриваются техногенные чрезвычайные ситуации, особенность которых в том, что для них возможен лишь частичный прогноз развития ситуации.

/. Транспортные аварии (в том числе трубопроводов).

Задача своевременного обнаружения ЧС этого типа средствами ДЗЗ чрезвычайно актуальна, т.к. с одной стороны им присущ высокий индивидуальный риск, а с другой стороны их «рассеяние» по территории России не дает возможности своевременного обнаружения другими способами. Требования к

Научно-технические разработки

*

0

40

га

о.

аз

О.

Ф

X

*

и

т

X

1

£

т

го

X

мониторинговой информации по временному и пространственному разрешению также самые высокие.

2. Аварии на потенциально опасных объектах.

Для ЧС этого типа не стоят ни задачи прогноза, ни обнаружения, только контроль и прогноз развития. Например, мониторинг загрязняющих облаков в результате аварий. Информация должна быть высокого временного и среднего пространственного разрешения. Оптические каналы наблюдения должны комплексироваться специальными активными средствами (типа «лидар» и пр.). Эффективность мониторинга в этом случае, как и в случае применения радиолокационного канала, сводится к вероятности обнаружения и не требует особого рассмотрения.

Исходя из вышеизложенного, при построении алгоритмов оценки эффективности мониторинга все типы ЧС необходимо разделить на две группы:

• землетрясения, где необходимо оценить условную вероятность прогноза за время Т, требуемое для проведения профилактических мероприятий;

• прочие типы ЧС, для обнаружения, контроля и прогноза развития которых требуется высокое временное и пространственное разрешение мониторинговой информации.

В настоящее время теоретически обосновано и экспериментально подтверждено появление различных типов предвестников: флуктуации поля тяготения и геомагнитного поля, появление ультранизкого электромагнитного излучения, флуктуации электростатического поля, эманации инертных газов и заряженных частиц и т.д. Условная вероятность достоверного прогноза землетрясения есть произведение вероятности появления носителя аппаратуры обнаружения предвестников на вероятность появления предвестников. Ввиду малочисленности специализированных для прогноза землетрясений носителей, появление которых над сейсмоопасным участком может считаться регулярным, эта вероятность определяется как произведение вероятности появления одного носителя на число носителей. Тогда условная вероятность достоверного краткосрочного прогноза готовящегося землетрясения за упредительное время Т будет:

\У(Т) = ^(Т)Р[1-П(1-Р1к)|, (1)

где N - число специализированных носителей;

Р(Т) - вероятность обнаружения предвестников одним носителем аппаратуры за упредительное время, не превосходящее Т;

р1 - условная вероятность обнаружения предвестника 1-го типа;

к - корреляция предвестника и события;

Очевидно, что оценка показателя р — проблема чисто техническая, в то время как для определения показателя к необходим набор статистики.

Рассмотрим эффективность мониторинга ЧС, требующих высокого пространственного и временного разрешения и осуществляемого с помощью множества различных носителей аппаратуры (например, отечественных и зарубежных КА).

Ввиду нерегулярности появления КА в зоне видимости аппаратно приемных комплексов космической

информации (АПК), она может рассматриваться как пуассоновский поток, а АП К - как одноканальная система массового обслуживания (СМО) без ожидания.

Для такой системы справедливы следующие соотношения.

Выходной поток

V = Х\л/(к + |Д), (2)

где X и ц соответственно интенсивности входного потока и обслуживания.

Выражение (2) можно переписать в виде:

I = I + т, (3)

вых вх у ’

где I и I - средние времена поступления информации в систему и выхода из нее, а т - среднее время обслуживания.

Также можно определить вероятность пропуска КА:

р, = ц/(1+М). (4)

Среднее время обслуживания АПК равняется среднему времени нахождения КА в зоне видимости станции. Так как используется информация КА с приполярными траекториями, удобно строить теоретическую зону видимости в координатах отклонения по широте ф) идолготе(у). Соотношения рассчитаны по формуле:

у(р) = агаап [(з1п(Р0 - Р)((вш2с- 5т2Р))/со5с], (5) где с — угловое расстояние до границы зоны. Для Н = 700 км с* 17°.

Вид границ, построенных по формуле (5) представлен на рисунке.

Естественно, что применение аппарата СМО целесообразно только при работе с достаточным числом КА, находящихся на орбитах. Тогда вероятность пропуска имеет смысл, а статистический подход к решению задачи становится оправданным. Интенсивность входного потока является суммой интенсивностей потоков поступления информации от отдельных КА.

зона видимости КА при Н=700 км

гр С Ш 07 38 ДО 72

Теоретическая зона наблюдаемости спутника при высоте его орбиты 700 км, для АПК находящегося на широте (3=55°

(Москва, Красноярск)

Интегрируя у(р) в пределах ±с можно найти среднее значение у (разделив на ширину зоны).

Склонением вектора скорости КА относительно плоскости меридиана (несовпадением плоскости орбиты с плоскостью меридиана), вызванного вращением Земли, при статистических расчетах можно пренебречь, т.к. соотношение величин вектора КА, направленного вдоль меридиана и вращения Земли - вдоль широты, составляет примерно 1:16.

Для оценки последствий ЧС временные показатели мониторинга роли не играют.

i Надоели баннеры? Вы всегда можете отключить рекламу.