Модель системы выбора методов получения и хранения данных из разнородных источников для прогнозирования возникновения лесных пожаров
DOI:
https://doi.org/10.52575/2687-0932-2024-51-4-926-935Ключевые слова:
обработка данных, теоретико-множественное моделирование, методы получения данных, разнородные источники данныхАннотация
В статье рассматривается проблема выбора методов получения и хранения данных из разнородных источников для прогнозирования возникновения лесных пожаров. Описывается теоретико-множественная модель, связывающая погодные и антропогенные факторы с методами их сбора и хранения. Рассматриваются различные типы данных, такие как погодные условия (температура, влажность, скорость ветра и другие) и антропогенные факторы (уровень урбанизации, концентрация промышленных объектов), а также методы их получения, включая наземные метеостанции, спутниковые наблюдения, радары, лидары, сенсорные системы. Особое внимание уделяется методам хранения информации, таким как реляционные и NoSQL базы данных, озера данных и облачные хранилища, а также архитектурам данных, включая централизованные, распределённые и каркасные архитектуры. В статье предлагаются подходы к интеграции данных для создания моделей прогнозирования лесных пожаров, учитывающих различные источники и методы обработки информации.
Скачивания
Библиографические ссылки
Андреев Ю.А. 1991. Влияние антропогенных факторов на возникновение лесных пожаров (на примере Красноярского Приангарья): специальность 06.03.03 «Агролесомелиорация, защитное лесоразведение и озеленение населенных пунктов, лесные пожары и борьба с ними» автореферат диссертации на соискание ученой степени кандидата сельскохозяйственных наук. Красноярск, 22 с.
Иванов С.А. 2024. Модель экспертной системы прогнозирования лесных пожаров на основе байесовской сети доверия. Информационные технологии. 30(3): 124–132.
Меньшиков Я.С. 2022. Преимущества автоматического сбора данных в сети Интернет над ручным сбором данных. Universum: технические науки. 10-1(103): 33–36.
Меньшикова Л.В., Найденова Д.М. 2024. Обзор изменений языка структурированных запросов SQL к реляционным базам данных: от SQL-2003 до SQL-2023. Эволюционные процессы информационных технологий: Сборник научных статей 9-й Международной научно-технической конференции, Москва, 04 марта 2024 года. Москва: Институт гуманитарных наук, экономики и информационных наук. 303–312.
Мокрозуб В.Г. 2015. Структура базы данных для хранения спецификаций изделий с взаимозаменяемыми элементами. Информатика: проблемы, методология, технологии: материалы XV международной научно-методической конференции, Воронеж, 12–13 февраля 2015 года. Том 3. Воронеж: Воронежский государственный университет, 332–336.
Сафонова Н.Л., Дробушко А.Г. 2016. ГИС-технологии для прогнозирования лесных пожаров.
Проблемы обеспечения безопасности при ликвидации последствий чрезвычайных ситуаций. 1-2(5): 38–40.
Станкевич Т.С. 2018. Применение сверточных нейронных сетей для решения задачи оперативного прогнозирования динамики распространения лесных пожаров. Бизнес-информатика. 4(46): 17–27.
Туркин С.М., Иванов С.А. 2024. Анализ методов получения данных из разнородных источников для оценки уровня пожароопасности лесного массива. Информационные системы и технологии: теория и практика: Сборник научных трудов. Санкт-Петербург: Санкт-Петербургский государственный лесотехнический университет им. С.М. Кирова. 164–173.
Adriana J., Holanda M. 2018. NoSQL2: SQL to NoSQL databases. Advances in Intelligent Systems and Computing. 746: 938–948. DOI 10.1007/978-3-319-77712-2_89.
Dubrovskaya O.A., Kostornaya A.A., Solovyeva I.A. et al. 2020. Analysis of the meteorological situation during period of forest fires and smoke-blanketing monitoring in Siberia in 2019. Sovremennye Problemy Distantsionnogo Zondirovaniya Zemli iz Kosmosa. 17(6): 25–29.
Silva F.R. et al. 2017. Assessment of crown fire initiation and spread models in Mediterranean conifer forests by using data from field and laboratory experiments. Forest Systems. 26(2) [Электронный ресурс]: http://revistas.inia.es/index.php/fs/article/view/10652 (дата обращения 02.10.2024).
Просмотров аннотации: 5
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Copyright (c) 2024 Экономика. Информатика
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
