Методики прогноза лесной пожарной опасности и их реализации. Выбор платформы для реализации программного комплекса, алгоритм его функционирования. Разработка подключаемого модуля управления средствами пожаротушения. Экономическая эффективность проекта.
Аннотация к работе
Тема: Разработка автоматизированного программного комплекса управления средствами пожаротушения.Особенно сложная ситуация наблюдается в регионах Сибири и Дальнего Востока, где показатели обстановки с пожарами превышают средние по России более чем в 1,5 раза, а число погибших при пожарах на 10 тыс. человек превышает в 4-5 раз показатели ряда областей европейской части страны. Основную часть природных пожаров составляют пожары в лесах. Так, в России в 2000 году зарегистрировано 18,9 тыс. пожаров, в 2001 году - 20,9 тыс. пожаров, а в 2002 году уже 34,3 тыс. пожаров. В зависимости от того, где распространяется огонь, пожары делятся на низовые, верховые и подземные [15]. Такой пожар распространяется с большой скоростью, обходя места с повышенной влажностью, поэтому часть площади остается незатронутой огнем.Все математические модели лесных пожаров, которые лежат в основе систем оценки лесной пожарной опасности, согласно Веберу [7], могут быть поделены на три группы: эмпирические (статистические), полуэмпирические (полуфизические), физические. Анализ существующих в России и за рубежом методик прогноза лесной пожарной опасности показывает, что практически все системы оценки лесной пожарной опасности используют либо эмпирические, либо полуэмпирические модели, т.е. имеют под собой слабую физическую основу и, как правило, учитывают только метеоданные.В основе системы оценки лесной и луговой пожарной опасности в Австралии широко используются индексы Макартура (Alan MCARTHUR Fire Danger Rating), которые были разработаны и апробированы в юго-восточной Австралии. Показатель лесной пожарной опасности (Forest Fire Danger Meter, FFDM) рассчитывается на основе температуры, относительной влажности, скорости ветра, запаса ЛГМ, наклона поверхности и фактора сухости.Исследования в области эмпирического моделирования в Канаде привели к модели прогноза лесной пожарной опасности (Forest Fire Behavior Prediction, FBP). Это величина вместе с погодным индексом (Forest Fire Weather Index, FWI) входит в состав Канадской системы оценки лесной пожарной опасности (Canadian Forest Fire Danger Rating System, CFFDRS), которая разрабатывается с 1968 года. На рисунке 2 представлена схема, отражающая структуру CFFDRS [2]. · Risk (lighting and human-caused) - риски, связанные с солнечным излучением и антропогенным воздействием; Индекс FWI состоит из шести компонентов, которые отражают влияние на поведение пожара таких факторов как влажность растительных горючих материалов и ветер.Недостатком подхода Нестерова является то, что учитываются только метеорологические показатели и не учитываются реальные физические процессы, происходящие в слое лесных горючих материалов, поэтому не всегда класс пожарной опасности, вычисленный по индексу Нестерова, соответствует реальному классу. Исходными данными для прогнозирования появления источника возникновения лесного пожара служат: · класс пожарной опасности в лесу по условиям погоды; · местоположение и площадь участков лесного фонда I-III классов пожарной опасности и/или участков разных классов пожарной опасности, где в рассматриваемое время лесные горючие материалы могут гореть при появлении источника огня; Для отдельных регионов разработаны региональные шкалы пожарной опасности в лесу по условиям погоды, учитывающие местные особенности и в которых значения комплексного показателя по классам отличаются от значений общероссийской шкалы. Относительная оценка степени пожарной опасности лесных участков по условиям возникновения в них лесных пожаров и возможной их интенсивности по пятибалльной шкале дается на лесопожарных картах и картах-схемах противопожарных мероприятий масштаба 1: 100000, на которых каждый лесной квартал закрашен цветом среднего класса пожарной опасности (таблица 4).Эти модели характеризуются тем, что они постулируют тепловой поток и тепло, необходимое для зажигания, без строго рассмотрения, как режима передачи тепла, так и механизма поглощения тепла (теплопередача, конвекция или излучение). Модель была разработана для предсказания скорости распространения огня во фронте пожара в зависимости от ЛГМ, погоды и особенностей рельефа. Входные данные для модели делятся на три типа: 1) свойства частиц лесных горючих материалов (теплосодержание, минеральное содержание, плотность частиц); Национальная система оценки лесной пожарной опасности NFDRS (1972) и компьютерная система прогноза пожаров BEHAVE (1984) - обе основаны на модели Ротермела. Модели Ротермела и Байрама были использованы в широком диапазоне экосистем и лесных горючих материалов: Северной Америке, Южной Африке, Южной Франции и Австралии.Из предыдущих разделов ясно, что существует довольно много широко распространенных методик прогнозирования лесопожарной опасности, кроме того, существуют и другие, разрабатываемые в настоящее время методики.
План
Оглавление
1. Введение
2. Современные методики прогноза лесной пожарной опасности и их реализации
2.1 Австралийская методика оценки лесной пожарной опасности
2.2 Канадская методика оценки лесной пожарной опасности
2.3 Российская методика оценки лесной пожарной опасности
2.4 Краткий обзор полуэмпирических моделей
2.5 Место разрабатываемого решения среди рассмотренных методик
3. Выбор структуры системы и формы реализации
4. Выбор платформы для реализации программного комплекса
5. Алгоритм функционирования программного комплекса
5.1 Составление карты растительных горючих материалов (РГМ)
5.2 Анализ карты растительных горючих материалов
5.2.1 Вычисление комплексного показателя пожарной опасности
5.2.2 Обработка карты растительных горючих материалов
5.2.3 Составление карты текущей природной пожарной опасности
5.3 Прогноз поведения и последствий пожара
5.4 Выдача необходимых рекомендаций по управлению средствами пожаротушения
6. Конструкторско-технологический раздел
6.1 Геоинформационная система Quantum GIS
6.2 Язык написания дополнительных подключаемых модулей - Python
6.3 Общая концепция разработки дополнительных подключаемых модулей Quantum GIS
6.4 Разработка подключаемого модуля управления средствами пожаротушения
6.5 Техническое описание ESRI Shapefile
7. Экономический раздел
7.1 Концепция экономического обоснования научно-технического продукта
7.2 Потребительские свойства научно-технического продукта
7.3 Рынок и план маркетинга
7.4 Производство продукта
7.5 Организационный план проекта
7.6 Смета затрат на разработку проекта
7.7 Экономическая эффективность проекта
7.8 Выводы
8. Охрана интеллектуальной собственности
8.1 Интеллектуальная собственность
8.2 Программа для ЭВМ
8.3 База данных
8 4 Авторское право на программу для ЭВМ и базу данных
8.5 Правообладание
8.6 Передача исключительных прав на программу для в ЭВМ и базу данных
8.7 Нарушения прав на программу для ЭВМ и базу данных
8.8 Официальная регистрация программ для ЭВМ и баз данных
8.8.1 Право на официальную регистрацию
8.8.2 Процедура официальной регистрации
8.8.3 Заявка на официальную регистрацию
8.9 Особенности коммерческой реализации программ для ЭВМ и баз данных
8.9.1 Программный продукт и формы его продажи
8.9.2 Договор на использование программы для ЭВМ и базы данных
8.10 Подготовка и оформление документов на официальную регистрацию программы для ЭВМ
10. Лицензионный договор на использование программы для ЭВМ