Оцінка ризиків стихійних лих на основі ансамблевої обробки і технології злиття різнорідних геопросторових даних
Рубрика:
| Зєлик, ЯІ, Куссуль, НМ, Скакун, СВ, Шелестов, АЮ |
| Косм. наука технол. 2011, 17 ;(1):60-64 |
| https://doi.org/10.15407/knit2011.01.060 |
| Мова публікації: російська |
Анотація: Поставлена задача оцінки ризиків, пов'язаних з наслідками стихійних лих на основі різнорідної геопросторової інформації (даних супутникових, наземних спостережень і даних моделювання) і запропоновано метод її розв’язання. Основою методу є ансамблеве оброблення і технологія злиття гетерогенних даних (data fusion) стосовно оцінювання за вибіркою невідомої густини ймовірності стихійного лиха, що залежить від скінченної кількості параметрів. Проаналізовано джерела різнорідних геопросторових даних, що використовуються у створюваному операційному сервісі картографування ризиків затоплень для території Намібії. Розглянуто принципову схему системи оцінювання густини ймовірності для визначення ризику затоплень для території Намібії, побудовану у відповідності до запропонованого методу. На продовження робіт за міжнародним пілотним проектом «Sensor Web Project for Flood Monitoring in Namibia» співробітниками ІКД НАНУ - НКАУ буде створений операційний сервіс картографування ризиків затоплень з використанням сучасних Internet та ГІС технологій, який буде відповідати міжнародним стандартам консорціуму OGC (Open Geospatial Consortium) надання гео-просторової інформації.
|
| Ключові слова: ансамблеве оброблення, геопросторова інформація, стихійне лихо |
References:
1. Bishop C. M. Pattern recognition and machine learning. — New York: Springer, 2006. — 738 p.
2. Haykin S. Neural networks. A comprehensive foundation. — New Jersey: Prentice Hall, 1, 1994. — 768 р.
3. Jaakkola T. Сourse materials for 6.867 machine learning, Fall 2006. MIT OpenCourseWare, Massachusetts Institute of Technology. — 10 p. (http://ocw.mit.edu/).
4. Jonkman S. N., van Gelder P. H. A. J. M., Vrijling J. K. An overview of quantitative risk measures for loss of life and economic damage // J. Hazardous Materials. — 2003. — A99. — P. 1—30.
5. Kussul N., Shelestov A., Skakun S. Grid and sensor web technologies for environmental monitoring // Earth Sci. Informatics. — 2009. — 2, N 1-2. — P. 37—51.
6. Mitchell H. B. Multi-sensor data fusion — An introduction — Berlin, Springer-Verlag, 2007. — 282 p.
7. Vapnik V. Statistical learning theory. — New York: Wiley, 1998. — 740 p.