РАЗРАБОТКА ИНФОРМАЦИОННОГО ПОРТАЛА «KAZGEOWARNING» ПРОГНОЗИРОВАНИЯ ПОЖАРОВ НА ТЕРРИТОРИИ КАЗАХСТАНА
DOI:
https://doi.org/10.52167/1609-1817-2024-133-4-276-284Ключевые слова:
лесные пожары, отслеживание в реальном времени, визуализация данных, оповещения пользователей, прогнозирование, реагирование на чрезвычайные ситуации, сбор данныхАннотация
В данной статье представлена разработка информационной системы, предназначенной для прогнозирования и управления лесными пожарами в Казахстане. Основная цель системы — создание информационного портала, посвященного прогнозированию пожаров, повышающего точность прогнозов и своевременных предупреждений. Для этого система фокусируется на таких задачах, как прогнозирование вероятности лесных и степных пожаров, мониторинг изменений окружающей среды в режиме реального времени и визуализация текущей ситуации на картах. Платформа также генерирует подробные отчеты с подробным описанием пожарного риска, доступных ресурсов и необходимых мер. Пользователи будут получать оповещения о потенциальных угрозах пожара, что способствует быстрому реагированию. Анализ данных системы учитывает географические и климатические факторы для точного прогнозирования. Конечная цель – значительно снизить экологическое и экономическое воздействие лесных пожаров в стране, уделив особое внимание созданию универсальной платформы для быстрого реагирования на чрезвычайные ситуации, интеграции современных технологий в практическое использование. Практическая значимость заключается в улучшении пожарной сигнализации, повышении безопасности населения и природы, снижении экономических потерь. Сопутствующий веб-сайт служит динамической платформой для сбора, анализа и визуализации данных о стихийных бедствиях и кризисах в режиме реального времени, предоставляя пользователям географическую информацию, карты и отчеты, необходимые для принятия обоснованных решений во время чрезвычайных ситуаций.
Библиографические ссылки
[1] Kazhydromet. Dolgikh, S.A. Smirnova, E.Yu. Beldeubaev, E.E. Kurmanova, M. Turumova, G. Karatay, M. (2023). Review of Climate Features in the Territory of Kazakhstan 2022. Chapter 1 (pp. 10).
[2] Arkhipov, E.V. Zalesov, S.V. (2017). Dynamics of forest fires in the Republic of Kazakhstan and their environmental consequences. Agriculture, forestry, fisheries, no. 4 (158), (pp. 10-15).
[3] Prilepskaya, A. (2023, November 9). Forest fire in the Abay region: Was there arson. Zakon.kz. https://www.zakon.kz/proisshestviia/6413340-lesnoy-pozhar-v-abayskoy-oblasti-byl-li-podzhog.html
[4] Oulad Sayad, Y. Mousannif, H. Al Moatassime, H. (2019). Predictive modelling of wildfires: A new dataset and machine learning approach. Fire Safety Journal, 104, 130-146.
[5] Zaidi, A. (2023). Predicting wildfires in Algerian forests using machine learning models. Heliyon, Volume 9, Issue 7.
[6] Lin, X., Li, Z., Chen, W., Sun, X., Gao, D. (2023). Forest fire prediction based on long- and short-term time-series network. Forests, 14 (4).
[7] Jain, P., Coogan, S.C., Subramanian, S.G., Crowley, M., Taylor, S., Flannigan, M.D. (2020). A review of machine learning applications in wildfire science and management. Environ. Rev., 28 (4).
[8] Klyueva, I.A. (2021). Modern opportunities and examples of machine learning implementation. Scientific and practical electronic journal Original Research (ORIS), pp. 28.
[9] GDACS. (N.D.). About GDACS. Retrieved from https://www.gdacs.org/about.
[10] Ambee. (N.D.). About Ambee. Retrieved from https://www.getambee.com/.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Сабина Есниязова, Меруерт Адилбаева, Айгерим Айтим
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.