Восемнадцатая Всероссийская Открытая конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»
XVIII.Z.586
Организация хранения и параллельно-распределённой обработки информации в Системе космического мониторинга чрезвычайных ситуаций МЧС России
Алексеенко Я.В. (1)
(1) Национальный центр управления в кризисных ситуациях МЧС России, Москва, Россия
Данные дистанционного зондирования Земли (ДДЗЗ) активно применяются для решения различных задач. В МЧС России ДДЗЗ применяются для прогнозирования чрезвычайных ситуаций и их мониторинга. Для эффективного использования ДДЗЗ для решения задач, стоящих перед МЧС России создана Система космического мониторинга чрезвычайных ситуаций (СКМ ЧС) [1, 2]. Активное применения ДДЗЗ привело к резкому росту количества космических аппаратов дистанционного зондирования Земли (КА ДЗЗ). Также наблюдается не только рост количества КА ДЗЗ, но и улучшение качества передаваемой информации, а также различных тематических продуктов, созданных на их основе. Вышеперечисленные факторы привели к значительному росту объёмов информации, которые требуется хранить и обрабатывать [5 - 7]. Учитывая специфику СКМ ЧС необходимо проводить обработку получаемой информации в кратчайшее время, а также обеспечить надёжное хранение полученной информации. Исходя из вышесказанного, существуют проблемы[3, 8-10]:
- организации надёжного хранения полученной информации, с учётом постоянно увеличивающегося объёма получаемой информации;
- организации эффективной обработки получаемой информации в аспекте оперативности получения результатов обработки потребителями.
Для решения данных проблем автор предлагает[3. 4]:
- для обеспечения надёжного хранения использовать распределённую файловую систему (РФС), функционирующую на кластере серверов;
- для обеспечения эффективной обработки информации использовать метод распределённо-параллельной обработки информации (РПОИ).
Главной особенностью предлагаемого подхода является то, что РФС является основой для реализации процесса РПОИ. В докладе представлены общие положения построения РФС и РПОИ, а также результаты экспериментальной оценки предлагаемого подхода по сравнению с используемыми в настоящее время методами хранения и обработки информации.
Ключевые слова: распределенная обработка изображений, параллельная обработка изображений, распределённое хранение данных, космические снимки, обработка космических снимков, СКМ ЧС, МЧС России
Литература:
- Алексеенко Я. В. Применение данных дистанционного зондирования Земли российской орбитальной группировки космических аппаратов для обеспечения эффективных управленческих решений в системе антикризисного управления в чрезвычайных ситуациях //Современные проблемы дистанционного зондирования Земли из космоса. – 2016. – С. 417-417
- Алексеенко Я. В., Фахми Ш.С. Применения информационной системы космического мониторинга МЧС России для обеспечения эффективных управленческих решений по защите населения и территория от чрезвычайных ситуаций природного и техногенного характера // Сборник тезисов докладов пятнадцатой Всероссийской открытой конференции "Современные проблемы дистанционного зондирования земли из космоса". – 2017. – С. 67
- Алексеенко Я.В., Фахми Ш.С., Алмахрук М., Крюкова М.С. Модель распределенной обработки и хранения космических снимков // ТЕХНОЛОГИИ ПОСТРОЕНИЯ КОГНИТИВНЫХ ТРАНСПОРТНЫХ СИСТЕМ Материалы всероссийской научно-практической конференции. ФГБУН Институт проблем транспорта им. Н.С. Соломенко Российской академии наук . 2018 Издательство: Институт проблем транспорта им. Н.С. Соломенко РАН (Санкт-Петербург) С.: 231-236.
- Бобровский А. И., Алексеенко Я. В., Фахми Ш. С. Реализация параллельной обработки видеоинформации на основе пространственно-рекурсивного метода //Вопросы радиоэлектроники. Серия: Техника телевидения. – 2015. – №. 5. – С. 89-96.
- Frohn R. C., Lopez R. D. Remote sensing for landscape ecology: new metric indicators: monitoring, modeling, and assessment of ecosystems. – CRC Press, 2017.
- Rathore M. M. U. et al. Real-time big data analytical architecture for remote sensing application //IEEE journal of selected topics in applied earth observations and remote sensing. – 2015. – Т. 8. – №. 10. – С. 4610-4621.
- Schnebele E. et al. Review of remote sensing methodologies for pavement management and assessment //European Transport Research Review. – 2015. – Т. 7. – №. 2. – С. 7.
- Shvachko K. V. et al. Distributed file system using consensus nodes : пат. 9747301 США. – 2017.
- Xuegui X. U. High Performance Parallel Remote Sensing Image Processing Based on CUDA [J] //Geospatial Information. – 2011. – Т. 6.
- Zhang L., Zhang L., Du B. Deep learning for remote sensing data: A technical tutorial on the state of the art //IEEE Geoscience and Remote Sensing Magazine. – 2016. – Т. 4. – №. 2. – С. 22-40.
Заседание в АО «Российские космические системы»: «Российская система спутниковых наблюдений и технологий: состояние и перспективы развития»
426