АВТОМАТИЗИРОВАННАЯ СИСТЕМА ОБРАБОТКИ ИНФОРМАЦИИ ВО ВРЕМЯ ФОРМИРОВАНИЯ ТОПОЛОГИИ СЕТИ МОНИТОРИНГА ПРИРОДНОЙ ТЕРРИТОРИИ
Аннотация и ключевые слова
Аннотация (русский):
Анализ методов построения систем сбора данных о состоянии природной территории позволил выявить недостатки различных систем мониторинга. С учетом выявленных ограничений предложена автоматизированная методика обработки информации во время формирования топологии системы мониторинга природных территорий на основе принципов построения mesh-сетей. Методика заключается в использовании геоинформационной системы для получения входных условий, необходимых для формирования топологии сети. После сбора информации производится ее обработка с использованием генетических алгоритмов. В результате работы методики формируется множество вариантов построения топологии сети, из которого выбирается топология, наиболее соответствующая требованиям работы сети при заданных исходных данных для расчета. После автоматического формирования топологии проектировщик может произвести корректировку результата расчета с учетом собственного опыта проектирования систем сбора, обработки и передачи информации. Методика позволяет сформировать несколько вариантов топологии системы с различным количеством узлов сбора информации и выбрать структуру сети, реализация которой наиболее целесообразна на заданной природной территории

Ключевые слова:
автоматизированная система, зона покрытия сети, оператор связи, сбор, обработка и передача информации
Текст
Введение Ежегодно лесные пожары наносят существенный ущерб природным территориям (заповедникам, природоохранным заказникам, лесным массивам) в различных регионах России. Ущерб выражается как в экономических потерях (уничтожаются сотни гектаров леса, затрачиваются большие средства на ликвидацию пожаров и восстановление лесов), так и в экологических (гибнет большое количество животных и растений, в том числе и занесенных в Красную книгу) [1]. Как правило, пожары возникают по двум причинам: природным - вследствие стечения погодных факторов и антропогенным - вследствие неосторожного обращения с огнем или умышленного поджога. Для обнаружения лесных пожаров используются различные системы мониторинга, основанные на визуальном наблюдении или на использовании камер высокого разрешения [2-4], размещенных на мачтах операторов связи, используются также и спутниковые системы мониторинга [5, 6]. Общими ограничениями для использования подобных систем являются высокая стоимость проектов, значительные интервалы времени (до нескольких часов) между временем возгорания, временем обнаружения и временем тушения пожаров, отсутствие возможности прогнозировать места возгорания. Устранить эти ограничения возможно, используя интенсивно развивающиеся информационные технологии, способы построения сенсорных сетей, методы прогнозирования и проектирования, основанные на методах искусственного интеллекта. Тем не менее необходимо дальнейшее совершенствование средств обработки информации для построения и проектирования систем мониторинга природных территорий, в основе которых будут лежать современные принципы организации сенсорных сетей, предполагающие использование автономных датчиков, расположенных на природных территориях, и методов прогнозирования, учитывающих климатические факторы. Цель исследования - разработка автоматизированной системы обработки информации во время формирования топологии комплексной системы мониторинга природных территорий, основанной на принципах построения mesh-сетей. Анализ методик сбора и обработки информации о состоянии природной территории Основными средствами мониторинга природных территорий в России являются: визуальное наблюдение; отслеживание при помощи видеокамер высокого разрешения, размещенных на мачтах операторов связи; системы спутникового слежения [3]. Визуальная оценка осуществляется, как правило, наблюдателем, который находится на специальной вышке либо вертолете. Использование вышки ограничивается радиусом обзора, необходимостью присутствия человека, высокой стоимостью использования вертолета, которое, кроме того, не может быть круглосуточным; применение камер наблюдения на вышках операторов связи ограничено отсутствием полного покрытия территории страны сотовой связью; ограничением для систем спутникового мониторинга является большое запаздывание (до нескольких суток) между временем обнаружения возгорания и временем представления информации в местные органы МЧС или администрацию природной территории. Общий недостаток описанных систем - невозможность прогнозирования мест возгорания. В настоящее время в ряде европейских стран, стран Северной Америки и Юго-Восточной Азии применяются методы прогнозирования возгорания в заданных областях на основе климатических данных, таких как влажность воздуха, температура, сила ветра и количество осадков, выпавших в течение дня. На основании комплекса данных, который получил название «индекс пожароопасности» (Fire Weather Index (FWI)) [7, 8], происходит оценка вероятности возгорания в той или иной области. Сбор данных осуществляется датчиками температуры, влажности, силы и направления ветра, далее информация по сетям передачи данных (например, GSM или системы спутниковой связи) отправляется на центральный сервер, где при помощи специализированного программного обеспечения происходит оценка вероятности возгорания в месте расположения датчиков. В случае повышения вероятности возгорания выше критического значения вырабатывается команда о необходимости принятия профилактических мер. Датчики могут располагаться не только над поверхностью земли, но и в грунте, что позволяет прогнозировать не только лесные, но и подземные (торфяные) возгорания. Прогнозирование мест возгорания торфяников для ряда регионов России, в частности Москвы и Московской области, не менее актуально, чем прогнозирование возгорания леса. Для подобных систем также существуют определённые ограничения, такие как: - сложности технической организации передачи данных, поскольку в лесных массивах происходят сильные затухания электромагнитных волн диапазона систем мобильной связи; - низкая плотность базовых станций в лесных массивах, отсутствие возможности проведения визуального мониторинга камерами в связи с низким качеством канала связи на пути «пост наблюдения - базовая станция»; - отсутствие возможности визуального наблюдения, значительно снижающее такие функции систем мониторинга, как обнаружение лиц, совершающих противоправную деятельность на территории лесных массивов, и наблюдение за деятельностью экосистем в отсутствие человека для научных целей и целей экологического просвещения. В настоящее время при построении сетей передачи данных широко используется оборудование стандартов IEEE 802.11 и IEEE 802.16, поддерживающее организацию сетей по принципу mesh [9-11]. Преимуществами использования mesh-сетей при построении систем мониторинга природных территорий являются: - возможность оперативного развертывания на заданной территории, обеспечение самостоятельного поиска mesh-точек доступа, что позволяет легко наращивать, в случае необходимости, количество точек доступа; - легкая сопрягаемость оборудования, образующего mesh-сеть, с оборудованием доступа к сети (камеры наблюдения, радиомодули датчиков, шлюзы между сетями различных стандартов в спецификациях IEEE); - разнообразие оборудования, которое может подключаться к сетям спецификаций IEEE (802.3, 802.11, 802.15, 802.16) и использование которого позволяет расширять функциональные возможности системы мониторинга, изначально построенной на основе mesh-технологии. Факторами, ограничивающими использование mesh-технологии, являются: - трудности энергообеспечения точек доступа; - сложность выбора мест расположения точек доступа на природных территориях; - неприспособленность современных систем проектирования беспроводных сетей для расчета крупномасштабных телекоммуникационных систем, предназначенных для развертывания на природной территории (в лесных массивах, степной зоне, зоне пустынь и полупустынь); Методика обработки информации во время формирования топологии комплексной системы мониторинга с учетом географических особенностей природной территории Предлагаемая методика автоматизированного формирования топологии сети системы мониторинга с учетом географических особенностей природной территории опирается на использование генетического алгоритма. Последовательность операций в ходе реализации методики показана на рис. 1. Рис. 1. Алгоритм методики обработки информации во время формирования топологии Методика позволяет автоматически разрабатывать рекомендации по расположению сетевых узлов (например, mesh-точек доступа) на заданной природной территории. Исходными данными для расчета служит информация, получаемая с геоинформационной системы (ГИС), и технические характеристики mesh-точек доступа. Геоинформационная система используется для получения сведений о рельефе местности, наличии зеленых насаждений, водоемов, других объектов, которые способствуют или мешают развертыванию системы. В качестве источника информации о территории развертывания сети могут использоваться как карты, предоставляемые открытыми источниками (Google Maps или Yandex-карты), так и специализированные ГИС. Для реализации расчета карта планируемой области развертывания сети распределяется на квадраты (рис. 2), для программы каждый квадрат может быть определен как: - «благоприятный» для расположения mesh-точки доступа; множество подобных мест обозначается как где w - количество благоприятных мест для расположения точек доступа; - «требующий уточнения» для расположения mesh-точки доступа; множество подобных мест обозначается как, где m - количество мест для расположения точек доступа, требующих уточнения; - «неблагоприятный» для расположения mesh-точки доступа; множество подобных мест обозначается как , где k - количество неблагоприятных мест для расположения точек доступа. Рис. 2. Деление области на секторы расположения узлов системы мониторинга Объединение множеств различных мест планируемой области развертывания сети предоставляется в виде . Под особью q в предлагаемом алгоритме формирования топологии понимается множество со случайным количеством мест установки mesh-точек доступа, каждому месту соответствуют определенные географические координаты. , где i - номер особи, при этом значение , значения и определяются самой программой; n - количество mesh-точек. Каждая точка места расположения является геном (генетической единицей особи) qi, совокупность генов образует генетический код, который придает индивидуальные особенности каждой особи . При этом , где - множество всех особей, сгенерированных алгоритмом. В свою очередь, множество образует популяцию. В предлагаемом алгоритме по псевдослучайному закону происходит перебор всех координат места расположения mesh-точек с последующим сравнением с координатами мест расположения «неблагоприятных» мест в зоне развертывания сети. В случае несовпадения координат происходит формирование массива «благоприятно» расположенных точек доступа. Процесс проверки мест расположения mesh-точек повторяется итеративно n количество раз (как отмечалось выше, n - заданное количество mesh-точек). Для каждой особи , входящей в состав популяции Q, существует множество L, в состав которого включены показатели жизнеспособности lj , где j - номер заданного показателя: . В состав множества могут быть включены технические характеристики надежности узлов и каналов mesh-сети, показатели качества передачи трафика (например, перечисленные в концепции качества услуг QoS, Quality of Service), условия устойчивости сети к внешним и внутренним воздействиям. Общий набор показателей жизнеспособности определяет выживаемость особи в процессе работы алгоритма по формированию рекомендуемой топологии. Основополагающим показателем жизнеспособности является количество каналов связи между mesh-точками. Количество каналов связи с соседними точками определяет «жизнестойкость» гена в особи. Принято целесообразным (на данном этапе исследований), что одна точка может образовывать соединения с количеством узлов от одного до четырех. Для удобства программной интерпретации алгоритма количество каналов связи заменяется переменной , значения которой могут изменяться с шагом 0,25. После определения жизнеспособности всех получившихся особей qi из популяции производится упорядочение особей по параметру жизнеспособности: , где - упорядоченное множество особей, полученное в ходе первой итерации формирования рейтинга по условию жизнеспособности. Затем из множества извлекаются подмножества наиболее сильных особей: , где - количество наиболее сильных особей из множества . После выделения особей происходит их скрещивание по принципу «каждый с каждым», общее количество скрещиваний определится по формуле . Скрещивание пар особей приходит следующим образом: генетический код каждой из скрещивающихся особей делится на две части, симметрично относительно друг друга. Далее производится взаимная замена полученных последовательностей генов в паре скрещивающихся особей. Две части генетического кода разных особей, соединяясь между собой, образуют новую особь, и в результате из двух исходных особей получаются также две новых особи. В формальном виде пример скрещивания особи и особи из множества выглядит следующим образом: В результате получаются особи: Скрещивание всех пар из особей приводит к образованию нового множества . Далее повторяется операция проверки жизнеспособности с последующим формированием рейтинга наиболее «сильных» особей популяции и дальнейшим их скрещиванием. Завершение работы алгоритма может быть осуществлено двумя способами: принудительно или естественно. Под принудительным завершением понимается завершение по требованию пользователя при помощи изначального задания конечного числа итераций по поиску наиболее сильной особи или задания стоимостного ограничения особи. Под естественным завершением понимается завершение, когда либо начинается процесс деградации особей, либо останавливается процесс увеличения жизнестойкости новых особей относительно предыдущих. В рамках нашего исследования под деградацией понимается ухудшение характеристик последующей топологии относительно предыдущей. Таким образом, в процессе работы алгоритма необходимо определить момент времени, когда начинается деградация, после чего алгоритм должен быть остановлен. Пример топологии, сформированной по разработанной методике, представлен на рис. 3. Рис. 3. Топология системы мониторинга природной территории В сформированной топологии обеспечивается связанность между узлами-участниками сети, кроме того, расположение узлов, с учетом информации, полученной от ГИС, является наиболее целесообразным. Выводы В ходе выполнения исследований получены следующие результаты: 1. Проведен анализ методов построения систем сбора данных о состоянии природной территории. 2. Выявлены ограничения, препятствующие эффективному использованию систем мониторинга различных типов. 3. Показано, что более эффективный комплексный сбор информации возможен при развертывании на природной территории сетей, построенных по mesh-технологии. 4. С учетом выявленных ограничений предложена автоматизированная методика формирования топологии системы мониторинга природных территорий, основанная на применении принципов построения mesh-сетей. Методика предполагает использование ГИС для сбора информации и обработку информации при помощи генетического алгоритма. 5. Определены преимущества методики: - в результате работы алгоритма формируется множество вариантов построения топологии сети, что позволяет выбрать топологию, наиболее соответствующую требованиям работы сети при заданных исходных данных для расчета (количество узлов, дальность установления соединения и т. д.); - после завершения формирования топологии пользователь имеет возможность подкорректировать результат расчета с учетом собственного опыта проектирования систем сбора, обработки и передачи информации; - использование методики позволяет отработать несколько вариантов реализации топологии системы с различным количеством узлов и выбрать проект, внедрение которого наиболее целесообразно.
Список литературы

1. Вышегуров С. Х., Пономаренко Н. В., Киргинцева Е. А., Долгушин Г. Н. Cравнительный анализ горимости лесов Новосибирской, Кемеровской и Томской областей за период с 1987 по 2013 г. // Вестн. Новосибирск. гос. аграр. ун-та. 2014. № 4 (33). С. 23-27.

2. Водолажская Ю. В., Сафонова Н. Л., Бирук Р. А., Немченков А. Е. Использование системы видеонаблюдения «лесной дозор» в Воронежской области // Проблемы обеспечения безопасности при ликвидации последствий чрезвычайных ситуаций. 2014. № 1 (3). С. 183-186.

3. Фильцов Р. Лесной дозор // Прямые инвестиции. 2013. № 7 (135). С. 46-47.

4. Белов С. В., Попов Г. А. Оценка наблюдаемости объекта защиты телекамерами // Датчики и системы. 2009. № 5. С. 39-41.

5. Швецов Е. Г., Кукавская Е. А., Буряк Л. В. Спутниковый мониторинг состояния лесной растительности после воздействия пожаров в Забайкальском крае // Сибирский экологический журнал. 2016. Т. 23, № 6. С. 832-842.

6. Хамедов В. А., Мазуров Б. Т. Разработка методических вопросов создания системы спутникового мониторинга состояния лесных экосистем в условиях воздействия нефтегазового комплекса территории Западной Сибири // Вестн. Сибир. гос. ун-та геосистем и технологий. 2015. № 3 (31). С. 16-31.

7. Глаголев В. А., Коган Р. М. Интерполяция комплексного показателя пожарной опасности на территории Еврейской автономной области и Хабаровского края // Региональные проблемы. 2013. Т. 16, № 2. С. 84-90.

8. Flannigan M. D., Wotton B. M. A study of the interpolation methods for forest fire danger rating in Canada // Canadian Journal of Forest Research. 1989. No. 19 (8). P. 1059-1066.

9. Сорокин А. А., Дмитриев В. Н., Пищин О. Н. Инфокоммуникационные технологии транспортных магистралей. Астрахань: Изд-во АГТУ, 2015. 208 с.

10. Мясникова А. И. Возможности применения беспроводных mesh-сетей в сетях специального назначения // Наукоемкие технологии в космических исследованиях Земли. 2012. Т. 4, № 3. С. 8-10.

11. Сорокин А. А., Дмитриев В. Н. Многофакторный подход к проектированию сенсорных сетей для систем мониторинга особо охраняемых природных территорий // Датчики и системы. 2010. № 8. С. 35-38.