Распределенная информационная система моделирования чрезвычайных ситуаций в Grid на примере лесных пожаров в Автономной Республике Крым
Розглянуто методи, пов’язані з організацією моделювання лісових пожеж в АРК із використанням Grid-середовища за допомогою розподіленої обчислювальної системи моделювання надзвичайних ситуацій. Наведено опис її особливостей, архітектури, а також вебінтерфейсу користувача. Одержано комплекс альтернати...
Збережено в:
| Опубліковано в: : | Проблемы управления и информатики |
|---|---|
| Дата: | 2013 |
| Автори: | , |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2013
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/207591 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Распределенная информационная система моделирования чрезвычайных ситуаций в Grid на примере лесных пожаров в Автономной Республике Крым / В.В. Храмов, Н.Н. Будник // Проблемы управления и информатики. — 2013. — № 1. — С. 104–114. — Бібліогр.: 24 назви. - рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860258727913848832 |
|---|---|
| author | Храмов, В.В. Будник, Н.Н. |
| author_facet | Храмов, В.В. Будник, Н.Н. |
| citation_txt | Распределенная информационная система моделирования чрезвычайных ситуаций в Grid на примере лесных пожаров в Автономной Республике Крым / В.В. Храмов, Н.Н. Будник // Проблемы управления и информатики. — 2013. — № 1. — С. 104–114. — Бібліогр.: 24 назви. - рос. |
| collection | DSpace DC |
| container_title | Проблемы управления и информатики |
| description | Розглянуто методи, пов’язані з організацією моделювання лісових пожеж в АРК із використанням Grid-середовища за допомогою розподіленої обчислювальної системи моделювання надзвичайних ситуацій. Наведено опис її особливостей, архітектури, а також вебінтерфейсу користувача. Одержано комплекс альтернативних моделей прогнозування пожеж, запропоновано процедури адаптивної організації обчислювального експерименту в середовищі Grid.
The methods of organizing the simulation of forest fires in the ARC using the Grid-environment with the help of distributed computing system of simulation of emergency situations are considered. Its features and architecture, as well as the user web-interface are described. A set of alternative models for predicting fires is obtained and procedures for the adaptive organization of computation experiment in the Grid-environment are suggested.
|
| first_indexed | 2025-12-07T18:52:47Z |
| format | Article |
| fulltext |
© В.В. ХРАМОВ, Н.Н. БУДНИК, 2013
104 ISSN 0572-2691
МЕТОДЫ УПРАВЛЕНИЯ И ОЦЕНИВАНИЯ
В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
УДК 004.75:504.75:681.3
В.В. Храмов, Н.Н. Будник
РАСПРЕДЕЛЕННАЯ ИНФОРМАЦИОННАЯ
СИСТЕМА МОДЕЛИРОВАНИЯ
ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ В GRID
НА ПРИМЕРЕ ЛЕСНЫХ ПОЖАРОВ
В АВТОНОМНОЙ РЕСПУБЛИКЕ КРЫМ
Введение
Лесные пожары — одна из самых главных угроз мирового масштаба. В насто-
ящее время на Земле ежегодно возникает около 200 тысяч лесных пожаров, и число
их с каждым годом возрастает. Для Крыма его леса имеют важное климатообразу-
ющее, защитное и рекреационное значение. Они выполняют водоохранные, почво-
защитные функции, они являются водосборной площадью, где зарождаются крым-
ские реки. Деревья и кустарники закрепляют склоны гор, предотвращают эрозию
почвы, не дают развиваться осыпям и оползням. Лес защищает поля, сады и вино-
градники, строения от такого грозного явления, как селевые потоки.
Лес — один из основных источников уникального климата южного берега
Автономной республики Крым (АРК), вместе с морем он определяет целебный
климат, благотворно влияющий на здоровье человека. Горы и лес формируют не-
повторимые ландшафты крымской природы, привлекающей ежегодно сотни ты-
сяч туристов со всех стран СНГ и дальнего зарубежья. Горный Крым — один из
мировых центров биоразнообразия. Флора сосудистых растений Крыма насчиты-
вает 2775 видов, или 60 % флоры Украины. Среди них в лесной зоне 279 видов,
т.е. 10 %, являются эндемиками. Нигде на Европейском континенте не сосредото-
чено такое количество редких растений, как в Крыму: 39,2 % растений занесены в
Красную книгу. Лесистость полуострова недостаточна — 10,6 % (лесистость
в целом по Украине 15,6 %, оптимальным является показатель 19–20 %) [1]. Об-
щая площадь земель лесного фонда Крыма — 298,3 тыс. га.
Статистика свидетельствует, что за последние 17 лет (1993–2009 гг.) в лесах
Крыма по вине человека произошло 2120 лесных пожаров на общей площади
2170 га, в том числе верховых — 258 га. Следует отметить, что количество лес-
ных пожаров варьируется из года в год и зависит, в основном, от погодных усло-
вий, а также от посещаемости лесов туристами. В условиях жаркой засушливой
погоды повышается вероятность возникновения и распространения самовозгора-
ний. Самые большие, охватывавшие огромную площадь пожары возникали в Ял-
тинском горно-лесном природном заповеднике. Примером может послужить по-
жар в 1993 г. на площади 460 га, а в 1998 г. возник пожар на площади 107 га. Ту-
шение лесных пожаров в горной местности связано с задействованием огромных
материальных и людских ресурсов, к тому же затруднено тяжелой проходимо-
стью местности. Из изложенного выше следует, что одна из первоочередных эко-
логических задач — предотвращение лесных пожаров. Этого можно достичь, ис-
пользуя статистическое (эмпирическое) и физическое моделирование.
Международный научно-технический журнал
«Проблемы управления и информатики», 2013, № 1 105
Цель данной статьи — рассмотрение методов, связанных с организацией мо-
делирования лесных пожаров в АРК, используя Grid-среду c помощью распреде-
ленной вычислительной системы моделирования чрезвычайных ситуаций и опи-
сания ее особенностей и архитектуры, а также веб-интерфейса пользователей.
1. Физические методы моделирования
Согласно Веберу [1] модели оценки лесной пожарной опасности можно разде-
лить на три группы: эмпирические (или статистические), полуэмпирические (или
лабораторные), физические (или аналитические). Физические методы моделирова-
ния пожара позволяют спрогнозировать его распространение, продолжительность,
а также особенности его протекания и причиняемые последствия. Однако вслед-
ствие хаотического характера эволюции пожара возникает необходимость рассмот-
рения множества вариантов развития событий, а это приводит к тому, что задача
прогнозирования техногенных ситуаций, с вычислительной точки зрения, доста-
точно трудоемкая [2]. Например, при моделировании типового лесного пожара
только для решения дифференциальных уравнений Навье–Стокса [3] необходимо
выполнить порядка 2 ⋅1013 арифметических операций, так как сложность модели в
процессорных операциях оценивается как O(mn3), где n — количество простран-
ственных точек по одной координате, а m — глубина прогноза. При использовании
современных персональных компьютеров (Core i3-2100 3.1GHz/ Intel H61 rev3.0
ASUS P8H61/ DDR3 2Gb Hynix) для расчета только одного эксперимента с данной
моделью требуется несколько часов машинного времени. Необходимо отметить,
что для принятия оперативных решений результирующие данные (оценка ущерба,
скорость распространения пожара, его ярусность и тип) должны быть получены в
режиме реального времени. В связи с тем, что имитационные эксперименты подда-
ются распараллеливанию, появляется возможность удовлетворить это существен-
ное ограничение за счет организации распределенного моделирования с помощью
Grid-технологий [4, 5]. Например, при использовании OpenMP версии симулятора
пожаров FDS [6], сформировав и запустив на выполнение каскад задач (300–700 эк-
земпляров модели), расчетное время сократится больше чем в восемь раз, а в случае
MPI режима — в 17 раз. Кроме этого, использование Grid-сервисов AMGA [7], LFC
[8] расширяет функциональные возможности системы прогнозирования чрезвычай-
ных ситуаций при хранении и поиске результатов моделирования, позволяющих
для воссоздания участка горения лесного массива оперировать огромным набором
нестационарных параметров (температурой, относительной влажностью воздуха,
скоростью ветра и т.д.). Таким образом, методы организации моделирования задач
на примере лесных пожаров при использовании многопроцессорных вычислитель-
ных комплексов и Grid являются актуальными.
Реализовать такие методы невозможно без использования современных много-
процессорных систем. Одной из таких систем является первый Крымский экспери-
ментальный Grid-ресурс http://www.cluster.crimea.ua, созданный в Таврическом гу-
манитарно-экологическом институте в Симферополе [9]. Он также применяется для
задач моделирования в области гуманитарно-экологических исследований (мони-
торинга зависимости состояния человека от гелиометеофакторов [10], очистки
водных ресурсов, наблюдения за погодными условиями и т.д.). Grid-ресурс состо-
ит из многопроцессорного кластера. Для кластера выбрана мультикомпьютерная
архитектура Беовульф [11], программное обеспечение: Scientific Linux-5.4, PBS
torque, среда openMPI, системы мониторинга: ganglia, MRTG+RRD. В качестве
Grid-коммуникатора используется программное обеспечение промежуточного
уровня — Nordugrid http://www.nordugrid.org, который находится на главном узле
кластера и осуществляет связь с Grid-инфраструктурой Украинского Академиче-
ского сегмента — http://uag.bitp.kiev.ua [12]. C помощью инфраструктуры загру-
жаются задачи и происходит обмен информацией, мониторинг. Благодаря этой
Grid-инфраструктуре есть возможность сократить и оптимизировать расчеты во
время моделирования (см. ниже).
http://www.cluster.crimea.ua/
http://www.nordugrid.org/
http://uag.bitp.kiev.ua/
106 ISSN 0572-2691
При расчете самих физических моделей, где примером может служить задача
прогнозирования лесных пожаров [13], необходимо много времени и информаци-
онных ресурсов. Многопроцессорные системы — вычислительные кластеры и Grid-
среда позволяют оперировать огромным набором параметров для описания зоны
пожара в реальном времени. Сложность моделирования лесных пожаров заключа-
ется в том, что некоторые параметры: температура, относительная влажность воз-
духа и скорость ветра, могут измениться с развитием возгорания. Модель должна
представлять собой систему иерархических моделей для разных масштабов. Пер-
спективным представляется адаптивное использование моделей — процессы до-
горания в ядре очага пожара можно описывать более простыми средствами, чем
фронт. Хаотический характер эволюции пожара требует рассмотрения множества
вариантов расчета для оценки вероятности прогноза.
Наконец, для моделирования реального лесного пожара как способа под-
держки принятия решений необходима корректировка результатов расчетов в со-
ответствии с текущими данными дистанционного зондирования, поэтому важным
элементом предлагаемой системы должна стать процедура ассимиляции экспери-
ментальных данных в расчетную модель, а это очень сложно осуществить после-
довательным выполнением расчета. Grid-среда позволяет создавать каскад задач и
осуществлять расчет независимо, не дожидаясь других данных. Из вышесказанно-
го можно сделать вывод, что использование Grid-технологии на многих этапах
процесса моделирования эффективно и актуально.
Для решения задач прогнозирования лесных пожаров предложена и реализова-
на вычислительная полевая модель пожара — математическая модель расчета теп-
ломассопереноса при пожаре, в основе которой лежит система уравнений в частных
производных, в которой численно решаются уравнения Навье–Стокса для низко-
скоростных температурно-зависимых потоков; особое внимание уделяется рас-
пространению дыма и теплопередаче при пожаре. Модель представляет собой си-
стему уравнений, включающую уравнения сохранения массы, момента импульса
и энергии. Задача решается на 3D регулярной сетке, тепловое излучение рассчи-
тывается методом конечных объемов, для визуализации построена реальная 3D-
модель лесного участка (подробнее см. в [13]).
Экспериментальные данные моделировались на вычислительном кластере и в
Grid, также применялись алгоритмы сценариев запуска расчетов в Grid с исполь-
зованием языка XRLS и языка описания объектов симулятора. При моделирова-
нии был выявлен ряд актуальных проблем, одна из них — отсутствие удобного,
понятного и функционального веб-интерфейса для запуска расчетов распределен-
ных вычислений [14]. Это препятствует большинству потенциальных пользова-
телей из прикладных областей науки быстро и эффективно осуществлять мани-
пуляции с Grid-средой. Другая немаловажная проблема — безопасность при ра-
боте с Grid, поэтому был разработан и внедрен новый веб-интерфейс для
пользователей.
Архитектура CrimeaEcoGrid-портала
При проектировании нового веб-интерфейса были проанализированы многие
свойства, характеристики и особенности большинства современных Grid-порталов,
в частности: P-grade [15], Lunarc [16], Gilda, Migrating Desktop [17], Bio Sim Grid,
Genius и составлены критерии, по которым можно спроектировать более универ-
сальный, многофункциональный многопользовательский веб-интерфейс для Укра-
инского и международного Grid-сообщества. Для комплексной реализации веб-
интерфейса со всеми описанными выше особенностями предложена архитектура
Crimea Eco Grid-портала для запуска задач и управление ими в Grid (рис. 1).
Международный научно-технический журнал
«Проблемы управления и информатики», 2013, № 1 107
Рис. 1
108 ISSN 0572-2691
Архитектура в основном соответствует архитектуре веб-ориентированной си-
стемы виртуальных лабораторий в Grid-инфраструктуре Украины [18], но имеет и
существенные дополнения и специфические особенности, связанные с компьютер-
ным моделированием в гуманитарных и экологических исследованиях [19]. Из рис. 1
видно, что пользователи Grid-среды проходят трехуровневую авторизацию, которая
формирует профиль пользователя при первом же сеансе входа на портал. Данные
берутся из проверенного персонального Grid-сертификата. Отличительной особен-
ностью является то, что исследователь может выбирать из десятка виртуальных ор-
ганизаций ту, в которой он состоит на текущий момент, а также подавать заявку на
внесение новой организации в список Grid-портала администратором и возмож-
ность перейти по ссылке для заявки на регистрацию в нужную VO (рис. 2).
Рис. 2
В профиле сохраняется выбранный или вновь введенный myproxy-сервер с па-
раметрами временного сертификата пользователя, что в дальнейшем автоматизиру-
ет прохождение авторизации на большинстве сервисов в Grid. Также сохраняются
дополнительные личные данные пользователя, например контакты и предпочитае-
мые критерии выбора для исследований, а также дополнительные сервисы Grid-
инфраструктуры, например использование временного хранилища для файлов за-
дач. Для авторизации используется стандартный способ, при котором нужно про-
вести генерацию и загрузку временного сертификата на сервер myproxy для даль-
нейшей удобной работы на Grid-портале. Это можно сделать на ОС Linux, войдя
по терминалу на кластер и выполнив команду: myproxy-init -l testuser -s
thei.org.ua -m crimeaeco, где testuser — имя тестового пользователя для Grid-
портала, thei.org.ua — сервис myproxy может быть другой на выбор, crimeaeco —
виртуальная организация, в которой пользователь принимает участие.
Также для удобства исследователей Grid была адаптирована и доработана
утилита Certificate Managment Wizard [20] (она содержит открытый код и написа-
на на языке Java), которая позволяет работать с сертификатами Grid, используя
Международный научно-технический журнал
«Проблемы управления и информатики», 2013, № 1 109
удобный GUI-интерфейс и мультиязычность (рис. 3). После этого шага исследо-
вателю предлагается выбрать нужный проект для запуска задачи в Grid, но ис-
ключить те проекты, где исследователь не зарегистрирован в виртуальных орга-
низациях. Проекты портала могут быть самые разные и в совокупности охватыва-
тить большинство исследований в Grid.
Рис. 3
Они заносятся предварительно администратором в систему с проверенными
и рабочими шаблонами для запуска в Grid и могут модифицироваться по желанию
исследователей. Для первого запуска рекомендуется выбирать готовый шаблон и
переходить к запуску. Но если исследователь уверен, что может изменить пара-
метры запуска, то он может выбрать обычный редактор или мастер редактирова-
ния параметров (Workflow Editor) [21], который уже работает с несколькими про-
ектами Grid-портала, гибко подключая набор компонентов для разных моделей и
шаблонов запуска задач, используя теорию конечных автоматов [22] для построе-
ния структуры файла модели и регулярные выражения для поиска нужных эле-
ментов в этом файле.
Workflow Editor работает в двух режимах: первый — редактирование новой
задачи, второй — подготовка запуска новой задачи (рис. 4). Формирование пара-
метров новой задачи и автоматического создания подзадач по нужным признакам
(tags) осуществляется по формуле
nxxx ......21 ⊗⊗ , (1)
где ix — значения параметров модели с номером i, ⊗ — тензорное произведение
всех возможных комбинаций в файле модели. На рис. 5 представлен интерфейс
мастера редактирования параметров.
После запуска задачи и каскадных подзадач в Grid в режиме массивного мо-
делирования вся информация находится в директории диспетчера задач, где мож-
но просматривать статус задач, а также производить различные манипуляции:
удаление, перезапуск, конфигурирование шаблона. Кроме этого, появляется воз-
можность получения файлов задач из Grid и возможность перехода в раздел ре-
зультатов (блок анализ, рис. 6).
110 ISSN 0572-2691
Пользо-
ватель Grid
Workflow Editor
(редактирование новой задачи)
Файлы
задачи
Определение
типа файла
Поиск нужного
класса
конструктора
Поиск нужных
параметров
Загрузка
данных в класс
Изменение
параметров
Установление тегов для
параметров задачи
Сохранение
Пользо-
ватель Grid
Workflow Editor
(подготовка к запуску новой задачи)
Файлы
задачи
Поиск тегов
для парамет-
ризации
задачи
Определение
всех возможных
комбинаций
Создание набора файлов заданий на
каждую комбинацию
Комбинация 1
Набор файлов
для запуска
Запуск
Комбинация 2
Набор файлов
для запуска
Комбинация 3
Набор файлов
для запуска
Запуск Запуск
а б
Рис. 4
Рис. 5
Рис. 6
В блоке анализ результатов возможно моментально сгенерировать отчеты
в виде выходных файлов, а также загрузить задачу на компьютер пользователя
для дальнейших вычислений.
На рис. 7 представлены изображения и графики моделирования. Актуаль-
ность этого блока в том, что внутри него есть специальный набор интерфейсов
программирования приложений (API), которые распознают файлы в папках хра-
нилища и подготавливают соответствующие шаблоны для формирования выход-
ных файлов для конечного просмотра или загрузки сформированного архива.
Международный научно-технический журнал
«Проблемы управления и информатики», 2013, № 1 111
−50
0
50
100
150
Статистика из CSV файла × 103
1
2 3 4
5
0 11,73 23,42 35,13 46,81 58,5
а б
Рис. 7
Все данные пользователей CrimeaEcoGrid-портала, а также состояния задач и
результаты хранятся в базе данных широко известного программного продукта
MysqlСтруктура данных изображена на рис. 8.
Рис. 8
База данных включает 23 таблицы и 25 реляционных связей (пунктиром вы-
делены связи, которые пересекаются или попадают за область видимости), назна-
чение основных таблиц следующее:
• users — таблица, в которой хранятся данные об исследователях;
• user_allowed_projects — пользователи, разрешенные в проектах;
112 ISSN 0572-2691
• user_allowed_software — список доступного программного обеспечения;
• user_accepted_voms — список разрешенных виртуальных организаций;
• myproxy_servers — список серверов myproxy;
• projects — список проектов CrimeaEcoGrid-портала;
• task_profiles — профили задач;
• task_sets — настройки задач;
• task_submits — настройки потомков задач;
• task_states — статусы задач и ее потомков.
Все остальные таблицы служат вспомогательными источниками и участвуют в
сборе статистики, локализации и правильном отображении данных на Grid-портале.
CrimeaEcoGrid-портал обладает кросс-броузерностью (работает без ошибок
во всех броузерах). Для реализации этой возможности создана интегрированная
система (Framework), которая использует модель–вид–контроллер (MVC) кон-
цепцию [23], тем самым разделяя бизнес-логику (модели) и ее визуализацию
(представление, вид). За счет такого разделения повышается возможность по-
вторного использования многих компонентов. Наиболее полезно применение
данной концепции, когда пользователь должен видеть те же самые данные одно-
временно в различных контекстах или с различных точек зрения. Во фреймворке
используется активная модель MVC, где модель — это не только совокупность
кода доступа к данным и СУБД, а вся бизнес-логика. В свою очередь контролле-
ры избавлены от логики приложения (бизнес-логики). Таким образом, контроллер
становится «тонким» и выполняет исключительно функцию связующего звена
(glue layer) между отдельными компонентами системы. Многие механизмы стра-
ниц реализованы с использованием технологии AJAX [24].
Кроме этого, все скрипты сайта на языке JavaScript загружаются через отдель-
ное веб-приложение — Smart Optimizer (http://code.google.com/p/smartoptimizer/),
которое ускоряет выполнение клиентской составляющей CrimeaEcoGrid-портала
за счет объединения и минимизации CSS и JavaScript-файлов, кеширование на
клиентском и серверном уровнях. Для авторизации используется утилита на языке
Java — Certificate Managment Wizard, которая существенно доработана и переве-
дена на разные языки, что позволяет упростить работу с сертификатами Grid, ис-
пользуя приятный GUI-интерфейс и мультиязычность. На рис. 9 изображен вид
главной страницы CrimeaEcoGrid-портала.
Рис. 9
Международный научно-технический журнал
«Проблемы управления и информатики», 2013, № 1 113
Заключение
В настоящей работе перечислены современные подходы к оценке пожарной
опасности и указаны их основные проблемы. Проведен статистический анализ
данных мониторинга лесных пожаров в АРК (1953–2010 гг.), выявлены три стати-
стически различимые группы пожаров, для каждой из которых предположены ос-
новные факторы пожаров, выявлены законы распределения вероятностей пожаров
и характеристики соответствующих статистик. Предложена процедура прогнози-
рования времени возникновения пожаров, что позволяет повысить оперативность
реагирования на них.
Создана трехмерная модель лесного участка с очагом возгорания. Проверя-
лась возможность применения известных уравнений кинетического развития по-
жаров, таких как: математическая полевая модель пожара, уравнение Навье–
Стокса, закон сохранения массы и импульса, используя 3D-моделирование в про-
граммном обеспечении FDS и 2D-моделирование в программах FarSite (модель
Ротермеля), Behave. Данные моделировались на вычислительных кластерах в
Grid. Разработаны алгоритмы сценариев запуска для расчетов на кластерах в Grid
с использованием языка XRSL и языка описания объектов симулятора FDS. Для
сравнения параметров и ускорения расчетов модели применялись версии FDS-
single, FDS-MPI, FDS-OpenMP.
В результате исследований создана информационная система моделирования
чрезвычайных ситуаций в Grid на примере лесных пожаров в АРК, оснащенная
удобным и многофункциональным веб-интерфейсом для работы в Grid-среде.
Веб-интерфейс успешно протестирован и применяется в гуманитарных и эколо-
гических исследованиях.
В.В. Храмов, М.М. Будник
РОЗПОДІЛЕНА ІНФОРМАЦІЙНА СИСТЕМА
МОДЕЛЮВАННЯ НАДЗВИЧАЙНИХ
СИТУАЦІЙ В GRID НА ПРИКЛАДІ ЛІСОВИХ
ПОЖЕЖ В АВТОНОМНІЙ РЕСПУБЛІЦІ КРИМ
Розглянуто методи, пов’язані з організацією моделювання лісових пожеж в
АРК з використанням Grid-середовища за допомогою розподіленої обчислюва-
льної системи моделювання надзвичайних ситуацій. Наведено опис її особли-
востей, архітектури, а також веб-інтерфейсу користувача. Одержано комплекс
альтернативних моделей прогнозування пожеж, запропоновано процедури ада-
птивної організації обчислювального експерименту в середовищі Grid.
V.V. Khramov, N.N. Budnyk
DISTRIBUTED INFORMATION SYSTEM
FOR SIMULATION OF EMERGENCIES IN GRID:
THE CASE OF FOREST FIRES IN AUTONOMOUS
REPUBLIC OF CRIMEA
The methods of organizing the simulation of forest fires in the ARC using the Grid-
environment with the help of distributed computing system of simulation of emer-
gency situations are considered. Its features and architecture, as well as the user web-
interface are described. A set of alternative models for predicting fires is obtained
and procedures for the adaptive organization of computation experiment in the Grid-
environment are suggested.
114 ISSN 0572-2691
1. Weber R.O. Modelling fire spread through fuel beds // Progress in Energy and Combustion Sci.
— 1991. — 17. — P. 67–82.
2. Кузюрин Н.Н. Фомин С.А. Сложность комбинаторных алгоритмов. Курс лекций. — Мос-
ковский физ.-техн. ин-т, 2007. — 135 с.
3. Андерсон Д., Таннехил Дж., Плетчер Р. Вычислительная гидромеханика и теплообмен. —
М. : Мир, 1990. — Т. 1. — 384 с.
4. Храмов В.В., Судаков О.О., Кононов М.В. Перший Кримський експериментальний об-
числювальний Grid-ресурс: створення і перші результати випробувань і експлуатації // Ма-
тематичні машини і системи. — 2011. — № 1. — С. 103–111.
5. Кононов М. В., Судаков O.O., Храмов В.В., Скоропiсов В.С. Особливостi моделювання лicо-
вих пожеж на кластерах в Grid // Вісн. Київ. нац. ун-ту. Сер. фіз.-мат. науки. — 2011. —
Вип. 2. — С. 185–192.
6. Fire dynamics simulator (version 5). Technical reference guide / K.B. McGrattan, S. Hostikka,
J.E. Floyd, H.R. Baum, R.G. Rehm // NIST Special Publication 1018-5, National Institute of
Standards and Technology, Gaithersburg, Maryland, October 2007.
7. AMGA : ARDA metadata catalogue project. — http://amga.web.cern.ch/amga/.
8. LFC administration tutorial. — https://twiki.cern.ch/twiki/pub/LCG/LfcAdminGuide/LFC-Tier2-
tutorial-15_06_2006.ppt.
9. Khramov V.V., Sudakov O.O. The first Crimean experimental computing grid-resource for re-
search and simulation in the humanities // Ninth Intern. Young Sci. Conf. on Appl. Physics, June
17–20, 2009, Kyiv. — 2009. — P. 105.
10. Sudakov O.O., Kononov M.V., Khramov V.V., Grigoryev P.Ye. Use of distributed computing in
the monitoring of dependence of human state from the heliometeofactors // X Intern. Young Sci.
Conf. on Applied Physics, June, 17–20, Kyiv. — 2010. — P. 223.
11. Sterling T. et al. BEOWULF : A parallel workstation for scientific computation // Proceedings of
the Intern. Conf. on Parallel Proces., August 14–18, 1995, Urbana - Champain, Illinois, USA.
Vol. I : Architecture. CRC Press. — 1995. — P. 11–14.
12. Бойко Ю.В., Зінов’єв М.Г., Свістунов С.Я., Судаков О.О. Український академічний Грід :
досвід створення і перші результати експлуатації // Математичні машини і системи. —
2008. — № 1. — C. 67–84.
13. Кононов М.В., Судаков O.O., Храмов В.В., Скоропiсов В.С. Особливостi моделювання лicо-
вих пожеж на кластерах в Grid // Вісн. Київ. нац. ун-ту. Сер. фіз.-мат. науки. — 2011. —
Вип. 2. — С. 185–192.
14. Sudakov O.O., Kononov M. V., Khramov V.V., Djapesh E.A. Development and optimization ef-
fective web-user interface for cluster for modeling applilcations in the Grid // XI Intern. Young
Sci. Conf. on Appl. Physics, June 15–18, 2011, Kyiv. — 2011. — P. 189–190.
15. P-GRADE Grid portal. — http://portal.p-grade.hu/.
16. Lunarc application portal. — http://laportal.sourceforge.net/docs/users_guide.pdf.
17. «Applications on demand» as the exploitation of the Migrating Desktop / M. Kupczyk, R. Lich-
wała, N. Meyer, B. Palak, M. Płóciennik, P. Wolniewicz // Future Generation Computer Systems.
— 2005. — 21, N 1. — P. 37–44.
18. Сальніков А.О., Слюсар Є.А., Анісімов М.І. та ін. Архітектура веб-орієнтованої системи
віртуальних лабораторій в Грід-інфраструктурі // Інформаційні технології в освіті. — 2009.
— № 4. — С. 31–39.
19. Храмов В.В., Судаков А.А., Устименко В.Н. Использование нового вычислительного Grid-
ресурса для решения актуальных задач экологии // 3-я Всеукр. конф. молодых ученых,
аспирантов, магистрантов и студентов «Биосфера XXI века». Севастополь, 4–7 апреля
2011. — Севастополь : СевНТУ, 2011. — С. 144–146.
20. Certificate management wizard user’s guide. — http://www.ngs.ac.uk/tools/certwizard.
21. Лазарев И.В., Сухорослов О.В. Использование workflow-методологии для описания процес-
са распределенных вычислений // Проблемы вычислений в распределенной среде: Модели
обработки и представления данных. Динамические системы. Тр. ИСА РАН. Т. 14. — М. :
КомКнига, 2005. — С. 26–70.
22. Кобринский Н.Е., Трахтенброт Б.А. Введение в теорию конечных автоматов. — М. : Гос.
изд-во физ.-мат. лит., 1962. — 404 с.
23. Сандерсон С. ASP.NET MVC Framework с примерами на C# для профессионалов — М. :
Вильямс, 2010. — 557 с.
24. Крейн Д., Паскарелло Э., Джеймс Д. Ajax в действии — М. : Вильямс, 2006. — 639 c.
Получено 19.07.2012
Статья представлена к публикации акад. НАН Украины И.Д. Войтовичем.
http://amga.web.cern.ch/amga/
https://twiki.cern.ch/twiki/pub/LCG/LfcAdminGuide/LFC-Tier2-tutorial-15_06_2006.ppt
https://twiki.cern.ch/twiki/pub/LCG/LfcAdminGuide/LFC-Tier2-tutorial-15_06_2006.ppt
http://portal.p-grade.hu/
http://laportal.sourceforge.net/docs/users_guide.pdf
http://www.ngs.ac.uk/tools/certwizard
Введение
1. Физические методы моделирования
Архитектура CrimeaEcoGrid-портала
Заключение
|
| id | nasplib_isofts_kiev_ua-123456789-207591 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0572-2691 |
| language | Russian |
| last_indexed | 2025-12-07T18:52:47Z |
| publishDate | 2013 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Храмов, В.В. Будник, Н.Н. 2025-10-10T09:06:45Z 2013 Распределенная информационная система моделирования чрезвычайных ситуаций в Grid на примере лесных пожаров в Автономной Республике Крым / В.В. Храмов, Н.Н. Будник // Проблемы управления и информатики. — 2013. — № 1. — С. 104–114. — Бібліогр.: 24 назви. - рос. 0572-2691 https://nasplib.isofts.kiev.ua/handle/123456789/207591 004.75:504.75:681.3 10.1615/JAutomatInfScien.v45.i2.70 Розглянуто методи, пов’язані з організацією моделювання лісових пожеж в АРК із використанням Grid-середовища за допомогою розподіленої обчислювальної системи моделювання надзвичайних ситуацій. Наведено опис її особливостей, архітектури, а також вебінтерфейсу користувача. Одержано комплекс альтернативних моделей прогнозування пожеж, запропоновано процедури адаптивної організації обчислювального експерименту в середовищі Grid. The methods of organizing the simulation of forest fires in the ARC using the Grid-environment with the help of distributed computing system of simulation of emergency situations are considered. Its features and architecture, as well as the user web-interface are described. A set of alternative models for predicting fires is obtained and procedures for the adaptive organization of computation experiment in the Grid-environment are suggested. ru Інститут кібернетики ім. В.М. Глушкова НАН України Проблемы управления и информатики Методы управления и оценивания в условиях неопределенности Распределенная информационная система моделирования чрезвычайных ситуаций в Grid на примере лесных пожаров в Автономной Республике Крым Розподілена інформаційна система моделювання надзвичайних ситуацій в Grid на прикладі лісових пожеж в Автономній Республіці Крим Distributed Information System for Simulation of Emergencies in Grid: The Case of Forest Fires in Autonomous Republic of Crimea Article published earlier |
| spellingShingle | Распределенная информационная система моделирования чрезвычайных ситуаций в Grid на примере лесных пожаров в Автономной Республике Крым Храмов, В.В. Будник, Н.Н. Методы управления и оценивания в условиях неопределенности |
| title | Распределенная информационная система моделирования чрезвычайных ситуаций в Grid на примере лесных пожаров в Автономной Республике Крым |
| title_alt | Розподілена інформаційна система моделювання надзвичайних ситуацій в Grid на прикладі лісових пожеж в Автономній Республіці Крим Distributed Information System for Simulation of Emergencies in Grid: The Case of Forest Fires in Autonomous Republic of Crimea |
| title_full | Распределенная информационная система моделирования чрезвычайных ситуаций в Grid на примере лесных пожаров в Автономной Республике Крым |
| title_fullStr | Распределенная информационная система моделирования чрезвычайных ситуаций в Grid на примере лесных пожаров в Автономной Республике Крым |
| title_full_unstemmed | Распределенная информационная система моделирования чрезвычайных ситуаций в Grid на примере лесных пожаров в Автономной Республике Крым |
| title_short | Распределенная информационная система моделирования чрезвычайных ситуаций в Grid на примере лесных пожаров в Автономной Республике Крым |
| title_sort | распределенная информационная система моделирования чрезвычайных ситуаций в grid на примере лесных пожаров в автономной республике крым |
| topic | Методы управления и оценивания в условиях неопределенности |
| topic_facet | Методы управления и оценивания в условиях неопределенности |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/207591 |
| work_keys_str_mv | AT hramovvv raspredelennaâinformacionnaâsistemamodelirovaniâčrezvyčainyhsituaciivgridnaprimerelesnyhpožarovvavtonomnoirespublikekrym AT budniknn raspredelennaâinformacionnaâsistemamodelirovaniâčrezvyčainyhsituaciivgridnaprimerelesnyhpožarovvavtonomnoirespublikekrym AT hramovvv rozpodílenaínformacíinasistemamodelûvannânadzvičainihsituacíivgridnaprikladílísovihpožežvavtonomníirespublícíkrim AT budniknn rozpodílenaínformacíinasistemamodelûvannânadzvičainihsituacíivgridnaprikladílísovihpožežvavtonomníirespublícíkrim AT hramovvv distributedinformationsystemforsimulationofemergenciesingridthecaseofforestfiresinautonomousrepublicofcrimea AT budniknn distributedinformationsystemforsimulationofemergenciesingridthecaseofforestfiresinautonomousrepublicofcrimea |