Многоагентные Системы Для Анализа И Прогнозирование Весеннего Паводка

Многоагентные системы для анализа и прогнозирование весеннего паводка.

, научный  руководитель, д-р техн. наук, профессор

Вологодский государственный технический университет

Г. Вологда

На территории Вологодской области за гидрометеорологической обстановкой и состоянием природных ресурсов ведет наблюдение и производит мониторинг ГУ «Вологодский центр по гидрометеорологии и мониторингу окружающей среды» («Вологодский ЦГМС»). Основной задачей данной структуры является организация и осуществление единой государственной службы наблюдения за гидрометеорологическими процессами и мониторингом загрязнения окружающей среды, а также информирование органов власти, оборонных и других организаций, населения информацией о сложившихся и ожидаемых гидрометеорологических условиях [1].

Одним из наиболее грозных природных и техногенных явлений, приводящим к большим экономическим потерям и человеческим жертвам являются наводнения. Наводнения происходят, в том числе, и во время весеннего половодья, вызванного бурным таянием снега, а также заторами льда. Весеннее половодье на реках Севера - это природное явление, происходящее ежегодно, в апреле-июне. Основная опасность периода - значительный подъем уровня воды в реках и затопление населенных пунктов, объектов экономики, попадающих в зону подтопления, мощные и продолжительные заторы льда на больших реках, угроза разрушения защитных гидротехнических сооружений, повреждение мостов, размыв дорог.

Именно поэтому в период весеннего половодья большое внимание уделяется обеспечению потребителей гидрологической информацией о фактическом уровне рек, льда, данных снегомерных съемок. Прогнозируются сроки вскрытия рек, максимальные уровни и даты прохождения паводка.

Другим важным вопросом являются методы обработки полученной информации. Необходимо подчеркнуть, что качество и надежность результатов прогнозирования зависят, во-первых, от точности и своевременности поступления информации, во-вторых, от моделей и методов, реализованных в них. Очевидно, что для получения точных и объективных результатов специалисту необходимо использовать разные методы для моделирования одной и тоже ситуации. Только в этом случае в итоге он получит полную картину и сможет спрогнозировать дальнейшее развитие конкретной ситуации. Анализ данных и выбор вероятного сценария развития ситуации, связанной с природными явлениями, является достаточно сложным процессом. Применение интеллектуальных подходов при решении таких задач снижает время анализа и повышает надежность. Интеллектуальные системы способны без участия человека найти оптимальное решение поставленной задачи исходя из определяемых условий.

Модель для анализа весеннего паводка можно представить в виде трехуровневой мультиагентной системы, каждый из уровней которой является последовательным и выполняет определенную функцию.

Первый уровень представляет собой модель физического уровня.

Второй уровень - программно-аппаратный уровень (сбор, хранение и передача данных).

На третьем уровне разрабатывается интеллектуально-информационная система, предназначенная для прогнозирования и визуального представления динамики гидрометеорологических ситуаций [2].

Для более детального анализа необходимо каждый тематический слой реки рассматривать отдельно. Структура агента «река» будет состоять в свою очередь из еще более примитивных агентов. Каждый из них несет свою информацию. Например, агент «русло», агент «берег», агент «уровень воды» и т. д. В итоге получаем многоагентную платформу описывающую физическую модель.

Описанный нами подход к прогнозированию гидрометеорологических ситуаций позволяет упростить представление сложных процессов, например, образования уровня воды в реке, который в свою очередь зависит от количества осадков, скорости таяния снегозапасов, активности солнца, средней суточной температуры, толщины льда над рекой, и вероятности образования естественных плотин или заторов в узких местах реки.

Таким образом, реализация мультиагентного метода на основе предлагаемой многоуровневой модели позволит получать информацию в автоматизированном режиме, что обеспечит оперативный сбор и передачу данных. Предлагаемый мультиагентный подход позволит реализовать интеллектуальный мониторинг, на основе полученных данных станет возможным моделирование гидрометеорологической ситуации и визуальное представление полученных результатов моделирования об окружающей среде в реальном времени. Начальным же уровнем данной модели является физический уровень. Агенты данного уровня являются примитивными и отвечают за сбор информации о конкретных параметрах ситуации, где учитываются ее особенности, физико-географические характеристики местности. Данный этап является начальным, но важным и ответственным, т. к. от точности построения физической модели ситуации будет зависеть точность прогноза.

Литература

1.  http://www. *****.

2.  Сборник тезисов докладов конференции молодых ученых, Выпуск 1. Труды молодых ученых / Главный редактор д. т.н., проф. . – СПб: СПбГУ ИТМО, 2010. – 116 с.