Методы аналитической обработки гидрологических данных для контроля опасностей

ВВЕДЕНИЕ 4
1 Обзор гидрологических явлений как источников опасности на примере
Красноярского края 6
1.1 Чрезвычайные ситуации, связанные с затоплением территорий 6
1.2 Методы управления рисками паводковых ЧС 10
1.3 Гидрологическое прогнозирование 12
2 Проектирование ПО 16
2.1 Структура первого модуля. «Обработчик гидрологических измерений» . 17
2.2 Структура второго модуля. «Модуль для прогнозирования
гидрологических изменений» 25
2.3 Входные и выходные данные 33
3 Программная реализация 37
3.1 Выбор инструментария 37
3.2 Модуль формализации данных 42
3.4 Анализ данных 52
ЗАКЛЮЧЕНИЕ 54
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 55
ПРИЛОЖЕНИЕ А Техническое задание 56

Купить

Сибирский регион, обладая обширной территорией, расположенной в различных климатических зонах, развитой сетью водных объектов, большим количеством гидротехнических сооружений (ГТС), подвержен широкому спектру природных чрезвычайных ситуаций (ЧС). Наиболее характерными из них являются весенне-летние паводки, аварии на малых ГТС, вызывающие затопления, объектов, инфраструктуры и сопровождающихся большим материальным ущербом. Тенденция роста числа и масштабов природных опасностей обусловлена увеличивающейся вариабельностью гидрометеорологических характеристик на различных уровнях пространственной локализации. Росту уровня рисков паводковых ЧС способствуют также изменение климата и хозяйственная деятельность человека.
Большое количество населенных пунктов Сибири, объектов промышленного и социально-бытового назначения, участков транспортных коммуникаций находятся в долинах рек, поэтому опасность их затопления находится на высоком уровне. Ежегодный ущерб от паводков территорий только для Красноярского края составляет более 50 млн. руб. Затопление строений, сопровождающееся длительным стоянием воды, приводит к снижению их капитальности. Заторы льда при вскрытии рек в северных территориях могут значительно переформатировать берега, привести к разрушениям инфраструктуры поселений. Смягчить последствия стихии, предотвратить значительные ущербы может комплексный подход к проведению предупредительных и оперативных противопаводковых мероприятий.
По данным исследователей Института прикладной математики им. М.В. Келдыша РАН затраты на предупреждение ЧС на 2 - 3 порядка меньше ущербов от самих ЧС. В случае паводков приоритетной задачей является проведение оперативного мониторинга опасностей и прогнозирование высоких уровней воды различного происхождения. Методики гидрологических прогнозов, основанные на генетическом анализе стока половодья, сложны в использовании и уникальны для каждого речного створа. Малоизученность территорий Сибири, редкая сеть гидрологических наблюдений затрудняют прогнозирование гидрологических характеристик, что приводит к неэффективности превентивных мероприятий.
Институт вычислительного моделирования СО РАН более 20 лет занимается разработкой систем информационной поддержки управления природно-техногенной безопасностью. В Красноярском крае внедрена система комплексного мониторинга и прогнозирования ЧС, разработанная с использованием технологий консолидации данных, методов интеллектуального анализа, в том числе OLAP (On-Line Analutical Processing), Data Mining, геоинформационных. Как показывают исследования, аналитические модели прогноза, интегрированные с «большими данными» являются эффективным методом информационной поддержки управления безопасностью территорий.
Цель работы - разработка и верификация методов прогноза временных рядов и аналитических моделей OLAP для информационной поддержки управления превентивными мероприятиями по снижению рисков затоплений территорий.
При выполнении выпускной квалификационной работы были поставлены и решены следующие задачи.
а) Анализ структуры данных Государственного электронного фонда гидрологических наблюдений. Разработка программы загрузки фондовых данных в хранилище данных Территориального центра мониторинга и прогнозирования ЧС Красноярского края.
б) Исследование различных методов прогнозирования временных рядов и программная реализация моделей краткосрочного прогноза.
в) Разработка аналитических моделей OLAP для среднесрочного прогнозирования на основе поиска года-аналога.

Купить