advertisement

Горячие новости:

Как IT-инструменты помогают предсказывать катастрофы и управлять экстренными оперативными службами?

На местном водозаборе произошла утечка хлора. Ядовитое облако накрыло населённый пункт, двигаясь с северо-запада на юго-восток со скоростью 4 м/с, и угрожает жизни двадцати семи тысяч человек.

Это не сценарий апо- калипсиса от смелого фантаста, а вариант вполне возможной катастрофы, бороться с которой пришлось бы службам безопасности жизнедеятельности. Предсказать и предотвратить её помо- гает система «Безопасный город».

ГДЕ ПРИЗЕМЛИТСЯ ЯДОВИТОЕ ОБЛАКО: МАТЕМАТИЧЕСКИЕ МОДЕЛИ ПРЕДСКАЗЫВАЮТ БУДУЩЕЕ

Начальник отдела технического обеспечения и защиты информации Департамента информатизации Тюменской области Андрей Овсянко называет систему Единой дежурно- диспетчерской службы (ЕДДС) не иначе как «глазом». Это всевидящее око получает данные со всех диспетчерских пультов, камер наблюдения, датчиков и оповещателей, которые есть в городе, чтобы – ни много ни мало – предсказывать будущее.

— Информационная система собирает сведения со всех этих систем и позво- ляет проводить прогнозирование, – го- ворит Андрей Геннадьевич. Как она работает и из чего состоит, разбирать лучше на примере. 44 Так, в системе управления жилищным фондом хранятся разнообразные данные о домах населённого пункта: о количе- стве подъездов, этажности конкретного дома, конструктивных особенностях и материалах, из которого он построен.

— В случае пожара эти сведения позволят мгновенно понять, сколько примерно людей нужно эвакуировать и какой запас времени есть у спасате- лей, – отмечает Андрей Овсянко. Допустим, к очагу возгорания прибли- жается бензовоз (информацию пере- дают датчики ГЛОНАСС). Если связать два этих события, может оказаться, что бензовоз движется в ловушку. А если ещё добавить слой карты с информаци- ей о расположении гидрантов и понять, что рядом нет гидрантов и пожарным придётся заправляться водой в сосед- нем районе…

— Вся суть ЕДДСа – собрать сведе- ния. Если одни сведения коррелируют с другими, можно строить прогнозную модель, – ещё раз объясняет Андрей Овсянко. – Можно предотвращать аварии, планировать работу спасателей и автоматизировать взаимодействие разных служб. Систем, которые поставляют «глазу» информацию, полтора десятка. На- пример, для экомониторинга датчики собирают данные о выбросе в воз- дух вредных веществ, уровне воды и направлении ветра и готовят прогноз, например, о скорости паводка. Система пожарного мониторинга по радиоканалу передаёт сигнал, если сработал пожар- ный датчик в том или ином здании.

— Рисков гораздо больше, чем пожар и наводнение. Есть нормативы МЧС, составляются паспорта безопасности и строится рисковая модель: специалисты определяют наиболее вероятные техно- генные катастрофы на территории субъ- екта, – говорит руководитель отдела. Ещё один элемент ЕДДСа – система оповещения – сигнализирует о ЧС, когда не работают привычные средства связи (а во время ЧС они действитель- но могут дать сбой). Так, неисправные сирены стали одной из причин большо- го количества пострадавших во время наводнения в Крымске в 2012 году. Помогла бы наша информационная система уменьшить ущерб от наводне- ния в Ишиме? Безусловно! Для этого она и строится. Датчик фиксирует из- менение уровня воды, система высчи- тывает, что если вода будет прибывать теми же темпами, случится наводнение определённого масштаба.

— «Элементы критической инфра- структуры выйдут из строя, будет за- топлена подстанция, которая обесточит два района». Примерно такой прогноз мы должны получить, – говорит Андрей Овсянко. – Это вопрос набора сведений.
Развитие будет заключаться в росте количества прогнозируемых собы- тий и увеличении подсистем. Уже сей- час нетрудно заметить, что ЕДДС собирает информацию, на первый взгляд, никак не связанную с ката- строфами и авариями.

— Каждая из систем – самостоятель- на, – объясняет Андрей Овсянко, – но для нас чем больше информации, тем лучше. Тем большее количество прогнозов с более высокой точностью можно строить. Тот, кто подружит много систем, получит интересную и применимую статистику.

А ещё, обладая аналитическим инструментом, можно помогать другим ведомствам перерабатывать ска- пливающуюся у них информацию. Полицейским, например, айтишники предложили внедрить ленту происше- ствий. В эту ленту собирается инфор- мация обо всех инцидентах, произо- шедших в городе. Оператор, зная район происшествия, должен найти видеосвидетельства инцидента и по- местить его в долгосрочный архив до востребования. Эта прицельная работа позволяет высвободить силы от без- думного просмотра потокового видео, поступающего с камер в течение дня. Ещё программисты дали полицейским инструмент контроля операторов.

— На вопрос «Когда закончите работу над системой?» я абсолютно чётко отвечаю: «Никогда!», – подытоживает Андрей Геннадьевич. – До тех пор, пока у ведомств, которые используют IT-cистемы, есть те или иные потребно- сти и запросы, связанные с обработкой информации, мы будем продолжать с ними работать. Если видим идею, кото- рая нужна всем, пытаемся внедрить её.

На последний вопрос, безопасный у нас город или умный, начальник отдела отвечает:
— Это всё про безопасность. Как толь- ко появится комплексная аналитика всех имеющихся систем и сервисы для граждан, он станет ещё и умным.

Обладая аналитическим инструментом, можно помогать другим ведомствам перерабатывать скапливающуюся у них информацию. Полицейским, например, айтишники предложили внедрить ленту происшествий

Александр Захаров, заведующий базовой кафедрой «Безопасный город», д.т.н., профессор ТюмГУ:
— Развитие технологий смарт-сити я люблю сравнивать с развитием автомоби- лизации. За сто с лишним лет количество автомобилей выросло неизмеримо, они усложнились, изменилось и наше отно- шение к ним – сегодня это неотъемлемая часть жизни.
Мы понимаем пользу и комфорт, кото- рую они могут принести, мы сами платим деньги за те или иные опции, что делают нашу жизнь проще. Как только это будет происходить с технологиями умного и безопасного города, можно будет говорить о достаточном развитии этих технологий. Пока же мы как будто в самом начале ав- томобилестроения, когда перед машиной бежал человек и разгонял толпу, пред- упреждая о появлении машины. Безус- ловно, проблемы безопасности должны решаться, в первую очередь, в процессе внедрения любых новых технологий. И в этом случае умный город поможет улуч- шить качество жизни. Прогресс в пони- мании есть. Например, жители немецкого города Фрайбург готовы доплачивать за то, чтобы иметь возможность жить дольше за счёт таких технологий умного города, как контроль экологической ситуации и телемедицины. Это позволяет, уверяют градоначальники, на шесть-семь лет продлить продолжительность жизни. Тех- нологии умного города во многом связаны с Интернетом вещей и поддерживаются, в первую очередь, компьютерными сетями. У себя на кафедре мы готовим системных администраторов, в том числе и админи- страторов сетей для Интернета вещей. Подготовка ведётся в рамках продвинутых курсов мирового уровня, когда студен- ты сдают экзамены по международным требованиям и получают престижные сертификаты компании Cisco – мирового лидера в области сетевых технологий. Но знания компьютерных сетей мало. Нужны ещё умные технологии для обработки поступающей информации и принятия адекватных решений. Для подготовки таких специалистов у нас вводятся курсы по технологиям, объединяемым термином «большие данные» – Big Data. Эти техно- логии занимают первую строчку в перечне наиболее перспективных технологий, вы- деленных в Государственной программе «Цифровая экономика». На первом этапе мы планируем выполнение проектов, связанных с энергосбережением и теле- медициной. Мы осознаём, что находимся в самом начале пути, и ищем свою нишу. Возвращаясь к нашей «автомобиль- ной» аналогии, можно сказать, что наши студенты не останутся в хвосте прогресса, поскольку научатся делать для этой «ма- шины» быстрые и безопасные колёса.