CC BY
25
УДК 004.41: 004.921 Иванов Роман Андреевич,
младший научный сотрудник, Институт систем энергетики им. Л.А. Мелентьева СО РАН,
тел. 8 (950)-146-61-57, e-mail: crowndriver@gmail.com
МЕТОДИКА 3D-ВИЗУАЛИЗАЦИИ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В ЭНЕРГЕТИЧЕСКИХ ИССЛЕДОВАНИЯХ
R.A. Ivanov
METHODS OF 3D-VISUALIZATION FOR DECISION-MAKING SUPPORT IN ENERGY RESEARCH
Аннотация. В статье описывается методический подход к SD-визуализации информации для поддержки принятия решений в энергетических исследованиях. Кратко излагается суть новой технологии, а также поколения средств и методов SD-визуализации информации. Дается детальное описание предложенного методического подхода и архитектуры разработанного инструментального средства - Геокомпонента.
Ключевые слова: 3D-визуализация, неогеография, поддержки принятия решений, исследования систем энергетики, KML.
Abstract. The article describes the methodological approach to 3D-visualization of information to support decision-making in energy research. Summarizes the essence of the new technology, as well as generation of tools and methods of 3D-visualization. Provides a detailed description of the proposed methodological approach and architecture of the developed tool - Geocomponent.
Keywords: 3D-visualization, neogeography, decision-making support, energy systems research, KML.
Введение
Для поддержки принятия решений в энергетических исследованиях существует необходимость графического отображения информации. Большинство энергетических объектов, процессов и величин, имеющих географическую привязку, отображаются в традиционных геоинформационных системах (ГИС). Появление и развитие нового поколения средств SD-визуализации объектов и процессов, локализованных в пространстве и времени, сможет обеспечить новое качество процесса восприятия данных и поддержки принятия решений для некоторых задач уже на уровне визуализации или отображения. Если визуальной информации недостаточно, изображения можно дополнить расчетными данными или другими обоснованиями. Однако самостоятельное использование
новой технологии SD-визуализации затруднительно для экспертов-энергетиков, т. к. необходимо участие программистов для адаптации результатов энергетических исследований.
Новое поколение средств и методов является основой геосервисов - сервисов в сети Интернет для обработки геопространственной информации. Лидером в области создания и развития геосервисов являются продукты компании Google - сервисы Google Maps и Google Earth. Однако в последнее время серьезное развитие получили геосервисы компаний Nasa (World Wind), Erdas (Titan), Microsoft (Virtual Earth и Bing Maps) и другие.
Преимуществом перечисленных геосервисов является новое качество визуализации, которое появляется в результате объединения нескольких уже известных технологий. Этот подход получил название «Situational Awareness» (Ситуационная осведомленность) - в России используется синоним - термин «неогеография» [1]. В основу подхода заложен принцип комплексного представления разнородной информации в едином информационном пространстве в геоцентрической системе координат. Учитывая, что новые термины «Situational Awareness» и «неогеография» еще не привычны и неоднозначно воспринимаются специалистами, автором было предложено использовать более устоявшийся термин «SD-геомоделирование», считая его синонимом термина «неогеография», который впоследствии был заменен более точно характеризующим суть данной работы термином «SD-визуализация».
Принципиальными отличиями нового подхода от предыдущих (ГИС и карт) является отказ от картографических проекций, использование высокоточных растровых спутниковых изображений и открытых гипертекстовых форматов хранения данных. Это дает определенные преимущества, такие как хранение информации в геоцентрической системе координат, гарантирующей уникальность ее локализации, обеспечение есте-
ш
ственного представления трехмерного пространства без утраты метрической достоверности (за счет того, что средства измерения интегрированы в интерфейс управления) и появление среды для создания и агрегации геоданных [2].
Исходя из вышесказанного, геосервисы представляют собой один из важных компонентов систем поддержки принятия решений. Они могут использоваться как на уровне экспресс-анализа, для быстрого формирования решений, так и на уровне глубокого анализа ситуации.
Естественной альтернативой условностям картографического метода является использование изображений - например, космических или аэрофотоснимков. Синтез уже существующих технологий привел к появлению принципиально нового, отличного от картографического принципа отображения локализованной в пространстве и во времени информации, а также её контекста.
Важнейшим условием успешной поддержки принятия решений является использование одного и того же, не фрагментированного по какому-либо признаку информационного образа реальной ситуации всеми ярусами системы управления. Решение проблемы непрерывной и высокоточной актуализации данных для всех ярусов управления возможно за счет реализации принципа сетецентрич-ности [3].
Автором предложено использовать этот принцип для поддержки принятия решений в энергетике. Развитие информационных технологий (ИТ) делает очевидной необходимость повышения уровня интеллектуализации инструментальных средств визуализации результатов исследований в энергетике, а также создания программного обеспечения, отвечающего требованиям современных ИТ, которое можно было бы легко модифицировать и адаптировать к изменяющимся условиям исследований. Появление нового подхода к визуализации разнородной информации может вывести системные исследования в энергетике на новый уровень восприятия информации [4]. Таким образом, с одной стороны, есть энергетические задачи, требующие отображения, а с другой -имеется возможность отображения результатов решения этих задач с помощью новой технологии 3D-визуализации. Учитывая специфику энергетических исследований, предлагается разработать промежуточное звено - Геокомпонент, который будет обеспечивать формирование данных для загрузки в геосервис (рис. 1). В геосервисах, подобных Google Earth, встроена возможность загрузки геопространственных данных в виде KML-файлов. Формат KML был разработан компанией KeyHole специально для разметки геопространственных
данных. На рис. 1 показано, что Геокомпонент формирует KML-файл из результатов энергетических исследований, который далее будет загружаться в геосервис для ЗБ-визуализации.
Рис. 1. Схема внедрения 3Б-визуализации в решение энергетических задач
Методический подход к решению поставленной проблемы
Предлагаемый автором методический подход позволяет эксперту самостоятельно сформировать и визуализировать геопространственные данные результатов энергетических исследований. Методический подход включает методику формирования геопространственных данных для энергетических исследований и методику адаптации результатов энергетических исследований.
Предложенный методический подход можно проиллюстрировать схемой (рис. 2).
Методика формирования геопространственных данных необходима эксперту для добавления отсутствующих данных, которые можно будет использовать для дальнейших исследований. Методика адаптации результатов позволяет подстроиться под конкретную задачу (предметную область) и привести входные (извлеченные) данные к виду, необходимому для визуализации.
Методика формирования геоданных для 3D-визуализации
Методика состоит из следующих этапов.
1. Моделирование структуры файла специального формата для 3D-визуализации.
Необходимость структурирования объектов в файле специального формата объясняется спецификой энергетических исследований. Одним из основных подходов к структурированию является разбиение страны на федеральные округа, а каждого округа на субъекты, что позволяет посмот-
Рис. 2. Методический подход к 3Б-визуализации информации в исследованиях и поддержке принятия решений в энергетике
реть как общую картину исследования для всей страны, так и состояние объектов исследования в конкретном федеральном округе и результаты исследований в конкретном субъекте. Это еще раз подтверждает актуальность подхода Situational Awareness - настраиваемое отображение разнородной информации в единой системе геоцентрических координат.
2. Формирование геопространственных данных для SD-визуализации.
Данные для некоторых задач невозможно извлечь по причине отсутствия необходимых файлов или программных средств. В этом случае предлагается эксперту самому принять участие в формировании геопространственных данных. Для всех объектов KML можно указывать дополнительные свойства, кроме основных (название, широта, долгота и высота), например: детальное описание, привязка к рельефу, соединение с поверхностью Земли, сглаживание и др.
3. Создание специального файла для 3D-визуализации.
Для визуализации геопространственных данных необходимо сгенерировать специальный файл для загрузки в геосервис. Файл либо будет заполняться данными по заданной исследователем структуре, либо данные будут получены и трансформированы методикой адаптации.
Методика адаптации данных
для 3D-визуализации
Методика адаптации служит для соотнесения входных данных и объектов, которые могут
быть отражены в рамках нового подхода (3 D-визуализации). Для разных исследований одни и те же объекты KML могут нести разную смысловую нагрузку, следовательно, необходима разработка модуля для каждой новой задачи или предметной области.
Предложенная методика состоит из последовательности этапов, описанных ниже.
1. Извлечение данных.
Геопространственные данные энергетических объектов и результаты исследований систем энергетики, требующие отображения, хранятся в файлах разных форматов (например, Doc, Xls, Txt и др.) или передаются из других программных комплексов и компонентов, разработанных ранее (например, ПК «ИНТЭК-М», Репо-зитарий и др.) [5]. В ходе этого предварительного этапа предполагается извлечение данных из файлов или инструментальных средств и передача их для дальнейшей адаптации.
2. Проведение необходимых расчетов.
Данные для визуализации в некоторых
задачах требуют трансформации, перевода в другую систему координат или серьезных расчетов, выполняемых на данном этапе.
Для новой задачи или предметной области есть возможность создания специального модуля для адаптации результатов энергетических исследований. Результатом обеих методик будет KML-файл, готовый для загрузки в геосервис для последующей 3D-визуализации. Полученный результат является визуализацией геопространственных
ш
данных энергетических исследований или сформированных исследователем данных.
ЗБ-визуализацию результатов энергетических исследований можно представить в виде двух этапов: расчетная часть и отображение данных. При выбранном способе загрузки отображаемые данные должны быть представлены в виде специального KML-файла. Следовательно, программный компонент можно разбить на две основные части: модуль расчета и модуль визуализации. В связи с тем, что геосервисы, подобные Google Earth, обладают ограниченным набором объектов и процессов, предложено разработать программный компонент (Геокомпонент) для формирования KML-файла из результатов исследований. Архитектура Геокомпонента представлена на рис. 3. Модуль адаптации состоит из блока извлечения данных и блока вычислений. Блок извлечения осуществляет сбор входных данных из файлов или программных комплексов. Блок вычислений производит необходимые операции с входными данными (математические расчеты, преобразования форматов и т. д.), если таковые операции необходимы.
Модуль формирования геопространственных данных состоит из трех блоков - блока моделирования структуры, блока наполнения данными и блока генерации специального KML-файла.
Блок генерации специального KML-файла (рис. 3) или собирает KML-файл по заданной
структуре, наполняя его сформированными данными, или создает KML-файл из данных, полученных от модуля адаптации. Результатом работы Геокомпонента является KML-файл, который загружается в геосервис для ЗБ-визуализации.
Предложенная архитектура обеспечивает возможность адаптации Геокомпонента под требования конкретной задачи. Для этого для новой задачи необходимо запрограммировать новый модуль адаптации, формирующий данные для отображения, и настроить их передачу в модуль формирования геоданных.
Интеграция с существующими и разрабатываемыми инструментальными средствами возможна благодаря технологиям, использующимся при разработке, и архитектуре нового инструментального средства визуализации [6]. Архитектура нового инструментального средства, в свою очередь, предоставляет возможность адаптации к конкретной предметной области путем изменения модуля адаптации (рис. 3).
Геосервисы, совместно с авторским компонентом, могут представлять собой инструментальные средства системы поддержки принятия решений.
Новое инструментальное средство визуализации реализовано на языке Java на основе сформулированных автором системно-концептуальных соглашений.
Геосервис Рис. 3. Архитектура Геокомпонента
Рис. 4. Пользовательский интерфейс Геокомпонента
На рис. 4 приведен пример пользовательского интерфейса Геокомпонента в режиме формирования геопространственных данных. Результатом работы Геокомпонента является файл с расширением .kml, готовый для загрузки в геосервис. После загрузки пользователю предоставляются отоб-
ражение результата, полная структура файла, возможность выбора дополнительных слоев, которые предоставляет геосервис, а также средства измерения и формирования геопространственной информации (рис. 5).
Рис. 5. Отображение файла КМЬ в геосервисе
m
Предложенный методический подход и новое инструментальное средство (Геокомпонент) применялись в трех прикладных задачах: получение данных для экономического обоснования маршрута газопровода, отображение индикаторов энергетической безопасности России и ее регионов и визуализация полей выбросов вредных веществ вблизи объектов энергетики.
Заключение
Автором предложен сетецентрический подход к поддержке принятия решений в энергетике и новый методический подход к визуализации в исследованиях и определении направлений развития энергетики, отличающийся тем, что вместо традиционных средств отображения результатов исследований предлагается использовать новый подход к отображению геопространственной информации - 3D-визуализацию и разработанное автором инструментальное средство (Геокомпонент).
Предложен методический подход к 3D-визуализации результатов энергетических исследований, включающий две методики: формирования геопространственных данных и адаптации результатов энергетических исследований.
Разработано новое инструментальное средство - Геокомпонент - для поддержки предложенного автором методического подхода и формирования специального KML-файла для 3D-визуализации.
Обоснована возможность использования нового инструментария на основе 3D-визуализации как инструмента поддержки принятия решений в исследованиях в энергетике.
Работа выполнена при частичной поддержке грантов РФФИ № 10-07-00264, № 11-07-00192,
№ 11-07-00359 и гранта Программы Президиума
РАН № 2.29.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Mica R. Endsley, Daniel J. Garland, Situation awareness: analysis and measurement. Lawrence Erlbaum Associates, 2000.
2. Ерёмченко Е. Н., Клименко С. В. Новые методы визуализации пространственно-временной информации и принцип // Situational Awareness : [тр. конф.]. MEDIAS, 2009.
3. Ерёмченко Е. Н. Неогеография: особенности и возможности // Неогеография XXI-2008 : материалы конфер. IX Междунар. Форума «Высокие технологии XXI века» (Москва, 22-25 апреля 2008). Москва, 2008. С. 170-179.
4. Массель Л. В., Иванов Р. А. 3D-геомоделирование в исследованиях энергетики: примеры применения и перспективы // Вестник ИрГТУ. 2011. Вып. 4(51). C. 6-11.
5. Массель Л. В., Болдырев Е. А., Макагонова Н. Н., Копайгородский А. Н., Черноусов А. В. ИТ-инфраструктура научных исследований: методический подход и реализация // Вычислительные технологии. Т. 11. 2006. С. 59-67.
6. Массель Л. В., Иванов Р. А. Интеграция традиционных ГИС и методов неогеографии для визуализации результатов исследований энергетики. Геоинформационные технологии и математические модели для и социально-экономическими системами: мониторинга и управления экологическими ИВТ СО РАН. Барнаул : Пять плюс, 2011. C. 156-162.
