Model of the System for Selecting Methods for Obtaining and Storing Data from Heterogeneous Sources for Predicting the Occurrence of Forest Fires
DOI:
https://doi.org/10.52575/2687-0932-2024-51-4-926-935Keywords:
data processing, set-theoretical modeling, data acquisition methods, heterogeneous data sourcesAbstract
The article addresses the problem of selecting methods for obtaining and storing data from heterogeneous sources to predict the occurrence of forest fires. It describes a set-theoretic model that links weather and anthropogenic factors with methods of data collection and storage. Various types of data are considered, such as weather conditions (temperature, humidity, wind speed, and others) and anthropogenic factors (urbanization level, concentration of industrial facilities), as well as methods for obtaining these data, including ground weather stations, satellite observations, radars, lidars, and sensor systems. Significant attention is given to information storage methods, such as relational and NoSQL databases, data lakes, and cloud storage, as well as data architectures, including centralized, distributed, and framework architectures. The article proposes approaches to integrating data to create models for predicting forest fires, taking into account various sources and methods of data processing.
Downloads
References
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).
Abstract views: 5
Share
Published
How to Cite
Issue
Section
Copyright (c) 2024 Economics. Information Technologies
This work is licensed under a Creative Commons Attribution 4.0 International License.
