CC BY
49
E-mail: evg8787@mail.ru
44, Nekrasovsky, Taganrog, 347928. Phone: 88634-371-689 УДК 621.324.2
РЖ. Керимов
ОЦЕНКА БЕЗОПАСНОСТИ ТРАНСПОРТНОЙ ИНФРАСТРУКТУРЫ ПО ДАННЫМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ОКРЕСТНОСТЕЙ АТОМНЫХ ЭЛЕКТРОСТАНЦИЙ
Применение методов обработки данных дистанционного зондирования Земли и автоматизированного анализа результатов определяет необходимость внедрения эффективных программных средств и более быстродействующих вычислительных систем.
Метод; средство; систем.
R. K. Kerimov
EVALUATION OF SAFETY OF TRANSPORT INFRASTRUCTURE TO REMOTE SENSING DATA ENVIRONS OF NUCLEAR POWER PLANTS
The application of data processing of remote sensing and computer-aided analysis of the need for the introduction of effective software tools and more highspeed computing systems.
Method; means; systems.
Разработка алгоритма для прогнозирования чрезвычайных ситуаций (ЧС) является достаточно актуальным вопросом. В данной работе предлагается применение современных информационных технологий для защиты глобальной транспортной инфраструктуры с прогнозированием ЧС на основе геоинформа-ционных систем (ГИС) [1].
Для исследования выбран Азербайджанский сектор Российско-Азербайджанской глобальной транспортной инфраструктуры, являющийся составной частью транспортной инфраструктуры под названием “Шелковый Путь”.
Азербайджанский сектор глобальной транспортной инфраструктуры включает в себя:
- нефтепровод и газопровод Моздок - Казимагомед, включая насосные станции, компрессорные установки и терминалы;
- железную дорогу, включая вокзалы и станции;
- главные водные артерии: Самур - Апшеронский канал, Шолларский
;
- .
Для моделирования в основном используем дистанционные пространственно-распределенные данные и информационные технологии для оценки уязвимости и экологической / энергетической безопасности Азербайджанского сектора глобальной транспортной инфраструктуры.
В определенном смысле понятие «безопасность глобальной транспортной инфраструктуры» является не совсем корректным, так как в силу случайного
характера природных катаклизмов компоненты транспортной инфраструктуры не могут быть «абсолютно» защищены.
Как правило, безопасность глобальной транспортной инфраструктуры сводится к задаче минимизации последствий чрезвычайных ситуаций природно.
На рис. 1. Приведен основные результат мониторинга нефтепровода Ба-
-
жодая 2007 года.
Рис.1. Результаты мониторинга нефтепровода Баку-Новороссийск
Одной из основных функциональных задач, решаемых в составе автоматизированной информационной подсистемы, является краткосрочное прогнозирование чрезвычайных ситуаций, оценивание ситуации и идентификация объектов вдоль глобальной транспортной инфраструктуры - это населенные пункты, водные объекты, дороги и т.д.
На рис. 2 представлена схема алгоритма для решения задачи прогнозирования ситуации по ГИС-технологии.
В основу решения задачи прогнозирования ЧС положено использование функциональных зависимостей 0.(к, q)
обработки выборок случайных величин в к-х и д-х временных сечениях (к = 1; И]-; д = к +1; И]-; к < д), а также представление взаимосвязей между значениями ряда в различных временных сечениях [2].
П о с тр О е НЕЕ 1ЯО де ПИ для прогнозирования ЧС
П рогиэзиро е анне ситуации
Об работка аэрокосмических данных
гас
Электронная карта масштаба 1:2000
БД с реальной ситуацией
Определение ^ космических снимков зон пргайдя1щ-п-: к ЧС
Определение местоположения уязвимых объектов (тр^боПрОЕОДОЕ, газопроводов е о до про е о до е , нас е не ННЬЕ-Г пунктов)
Рис. 2. Схема алгоритма прогнозирования чрезвычайной ситуации с применением ГИС-технологий
Прогнозирование ЧС на основе фактических данных, зафиксированных в , . -, , модели взаимосвязи событий в различных временных сечениях.
При оценивании функциональных зависимостей 0.(к, д) приходится сталкиваться с ситуацией, когда априорно неизвестна структура функциональной зависимости 0.(к, д), и объемы выборочных данных являются весьма ог-.
Для оценивания функциональных зависимостей 0.(к, д) целесообразно ,
задаче оценивания функции распределения функции случайного аргумента [3]. При этом законы распределения строятся на основе априорных данных.
, -стей предлагаемым методом определяется качеством оценивания законов распределения случайного аргумента и функции случайного аргумента (законов
).
Выявлено, что оценки параметров распределения, получаемые с помощью информационного метода, являются состоятельными, эффективными и достаточными; оценки плотности распределения являются наиболее вероятными при имеющихся результатах наблюдений; использование унифицированной непараметрической модели позволяет извлекать почти всю информацию о функции распределения, содержащуюся в выборке [4].
С космических снимков высокого разрешения с учетом информативных и априорных данных выделяются уязвимые зоны. Сравнивая результаты обработки на космических снимках методами прогнозирования, получаем эффективный метод прогнозирования ЧС.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Jankowski P. Integrating geographical information systems and muhi-criteria decision making methods. //Journal of Geographic Information Systems. 1995, - № 9, -P.251-260.
2. Гвоздев B.E., Колоденкова АЖ. Непараметрическое оценивание функциональных зависимостей по эмпирическим данным. - М.: Новые технологии, 2005.
- № 8. -С. 12-18.
3. Дружшин ИЛ. Долгосрочный прогноз и информация. - Новосибирск: Наука, Сибирское отделение, 1987. -225 с.
4. Розенберг Г.С., Шитиков В.К., Брусиловский ПМ. Экологическое прогнозирование. - Тольятти, 1994. -182 с.
Керимов Рафиг Керим
Национальная Академия Авиации Азербайджана, Баку E-mail: fredkasimi@mail.ru
370010, Азербайджан, г. Баку, пр. Азадлыг, 20. Тел: 050-5840901
Kerimov Rafig Kerim
National Academy of Aviation Azerbaijan, Baku E-mail: fredkasimi@mail.ru
20 Azadlik, Baku, Azarbejan, 370010. Phone: 050-5840901
