автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Методы и технологии распределенного вычислительного эксперимента для обеспечения защиты Санкт-Петербурга от наводнений

Косухин Сергей Сергеевич

МЕТОДЫ И ТЕХНОЛОГИИ РАСПРЕДЕЛЕННОГО ВЫЧИСЛИТЕЛЬНОГО ЭКСПЕРИМЕНТА ДЛЯ ОБЕСПЕЧЕНИЯ ЗАЩИТЫ САНКТ-ПЕТЕРБУРГА ОТ НАВОДНЕНИЙ

Специальность: 05.13.18 — Математическое моделирование, численные методы

и комплексы программ

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

2 8 НОЯ 2013

Санкт-Петербург 2013

005541010

005541010

Работа выполнена на кафедре информационных систем и в НИИ Наукоемких компьютерных технологий Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики (НИУ ИТМО).

Научный руководитель: Бухановский Александр Валерьевич,

доктор технических наук

Официальные оппоненты: Болдырев Юрий Яковлевич,

доктор технических наук, профессор, СПбГПУ

Бобцов Алексей Алексеевич, доктор технических наук, профессор, НИУ ИТМО

Ведущая организация: Федеральное государственное бюджетное

учреждение Гидрометеорологический научно-исследовательский центр Российской Федерации

Защита состоится 19 декабря 2013 г. в 17:00 на заседании диссертационного совета Д212.227.06 в Санкт-Петербургском национальном исследовательском университете информационных технологий, механики и оптики по адресу: 197101, Санкт-Петербург, Кронверкский пр., д. 49.

С диссертацией можно ознакомиться в библиотеке НИУ ИТМО.

Автореферат разослан 19 ноября 2013 г.

Ваши отзывы и замечания по автореферату (в двух экземплярах), заверенные печатью, просим направлять по адресу университета: 197101, Санкт-Петербург, Кронверкский пр., д. 49, ученому секретарю диссертационного совета Д212.227.06.

Ученый секретарь диссертационного совета, кандидат физико-математических наук Лобанов И. С.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы обусловлена необходимостью развития критических систем предсказательного моделирования чрезвычайных ситуаций, в частности — нагонных наводнений и их последствий. Нагонные наводнения возникают вследствие перемещения водных масс под воздействием барических образований и характеризуются отсутствием периодичности, а также значительным подъемом уровня воды. География нагонных наводнений очень обширна, от них страдают Европа, побережье Бенгальского залива, Центральная Америка, восточное побережье США. На территории России наиболее часто сильные штормовые нагоны возникают в Санкт-Петербурге (восточная часть Финского залива). Для защиты Санкт-Петербурга от нагонных наводнений построен комплекс защитных сооружений (КЗС). Для решения задачи информационной поддержки процессов управления КЗС в условиях наводненческой ситуации используется система предотвращения угрозы наводнений (СПУН), которая прогнозирует изменчивость уровня и течений в Финском заливе и в случае возникновения наводненческой ситуации вырабатывает план маневрирования затворами КЗС.

Процессы сопровождения и развития комплекса моделей СПУН требуют выполнения ресурсоемких вычислительных экспериментов (ВЭ) при использовании композиции программных пакетов с различными интерфейсами и требованиями к вычислительным ресурсам, с организацией доступа к удаленным источникам данных1 и средствам визуализации результатов расчетов. Для автоматизации постановки и выполнения ВЭ используется традиционный инструментарий eScience - проблемно-ориентированные оболочки (Problem Solving Environment, PSE), обеспечивающие весь цикл работ по формированию сценариев моделирования, подготовки данных, проведению вычислений и интерпретации результатов для исследователя-предметника средствами распределенных вычислений. В России исследования, связанные с созданием и применением PSE, отражены в работах научных школ А.П. Афанасьева, Ю.Я. Болдырева, В.А. Ильина, Б.Н. Четверушкина, М.В. Якобовского и др. Однако адаптация накопленного опыта создания и использования PSE применительно к специфике предметной области и особенностям функционирования моделируемого объекта (КЗС) требует проведения отдельных исследований, что и определяет актуальность работы.

Предметом исследования являются технологии распределенных вычислений для организации PSE ВЭ в части анализа и прогноза наводнений и их последствий.

Целью работы является разработка методов и технологий организации распределенного вычислительного эксперимента в части моделирования нагонных

1 Web-серверы метеорологических прогнозов, системы обмена данными (BOOS), измерительные устройства. ' \

наводнений в Санкт-Петербурге применительно к задачам повышения эффективности функционирования СПУН КЗС.

Задачи исследования:

- анализ сценариев моделирования наводненческих ситуаций и их последствий в целях обоснования требований к средствам организации ВЭ;

- обоснование принципов сопряжения вычислительных моделей, источников данных и средств интерпретации данных при организации ВЭ в области предсказательного моделирования нагонных наводнений;

- разработка архитеюуры проблемно-ориентированной среды ВЭ на основе облачных технологий второго поколения;

- разработка алгоритмов и программная реализация композитных приложений (КП) предсказательного моделирования сценариев наводненческих ситуаций в рамках облачной модели AaaS (Application as a Service);

- экспериментальные исследования характеристик проблемно-ориентированной среды ВЭ и функциональных характеристик КП;

- применение разработанных методов и технологий для настройки и оптимизации функционирования СПУН КЗС.

Методы исследования включают в себя методы теории систем и системного анализа, численные методы математической физики, теории вероятностей и математической статистики, методы инженерии программного обеспечения и научной визуализации.

Научная новизна обусловлена построением проблемно-ориентированной среды ВЭ на основе концепции iPSE (Intelligent Problem Solving Environment) с использованием технологий облачных вычислений второго поколения, что обеспечивает эффективное решение новых классов задач предсказательного моделирования, связанных с оценкой неопределенности и рисков возникновения наводненческих ситуаций в Санкт-Петербурге.

Практическую значимость работы определяют:

- проблемно-ориентированная среда для выполнения вычислительных экспериментов в области прогноза и предотвращения нагонных наводнений на основе концепции и технологии iPSE;

- результаты численных экспериментов для интерпретации результатов работы СПУН КЗС в 2011-2013 гг. с целью ее валидации, настройки и модернизации2.

На защиту выносятся:

- архитектура проблемно-ориентированной среды ВЭ в области предсказательного моделирования нагонных наводнений, обеспечивающая создание и эффективное исполнение КП сценариев моделирования в облачной среде второго поколения на основе модели AaaS;

- алгоритмы построения вычислительных сценариев и КП в части ансамблевого прогнозирования нагонных наводнений, оценки неопределенности прогнозов и планов предотвращения наводнений, моделирования затопления го-

2 Материалы являются собственностью ФКП «Дирекция комплекса защитных сооружений» Министерства регионального развития Российской Федерации.

родских территорий в ходе остаточных наводнений, а также коллаборатив-ной оценки планов маневрирования затворами КЗС.

Достоверность научных результатов и выводов подтверждается обоснованностью применения математического аппарата, оценкой адекватности математических моделей, результатами тестирования алгоритмов и программного обеспечения, сопоставлением результатов работы программного комплекса с экспериментальными данными, а также практическим использованием разработанных математических, алгоритмических и программных методов и средств в части обеспечения эффективной работы СПУН КЗС.

Внедреине результатов работы. Результаты работы использованы при выполнении следующих НИОКР: «Интеллектуальные технологии поддержки процессов исследовательского проектирования судов и технических средств освоения океана», «Высокопроизводительный программный комплекс моделирования динамики корабля в экстремальных условиях эксплуатации», «Инструментальная технологическая среда для создания распределенных интеллектуальных систем управления сложными динамическими объектами», «Виртуальный полигон для исследования динамики морских объектов и сооружений в экстремальных условиях эксплуатации» и «Ситуационный центр нового поколения для предупреждения и ликвидации угрозы наводнений» в рамках ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009— 2013 гг., «Создание высокотехнологичного производства комплексных решений в области предметно-ориентированных облачных вычислений для нужд науки, промышленности, бизнеса и социальной сферы» в рамках реализации постановления Правительства РФ №218, «Распределенные экстренные вычисления для поддержки принятия решений в критических ситуациях» в рамках реализации постановления Правительства РФ №220, а также ряде проектов в рамках государственного контракта №КСФ-09-0012 по теме «Система предупреждения угрозы наводнений (СПУН). Комплекс защитных сооружений г. Санкт-Петербурга от наводнений».

Апробация работы. Полученные результаты обсуждались на различных научных конференциях, включая международную конференцию "2012 IEEE 8th International Conference on E-Science" (Чикаго, США, 2012), VI сессию научной школы-практикума молодых ученых и специалистов «Технологии высокопроизводительных вычислений и компьютерного моделирования: технологии eScience» (Санкт-Петербург, 2013), XX Всероссийскую научно-методическую конференцию «Телематика'2013» (Санкт-Петербург, 2013), XVIII Байкальскую Всероссийскую конференцию «Информационные и математические технологии в науке и управлении» (Иркутск, 2013).

Публикации. По материалам диссертации опубликовано 6 печатных работ, в том числе 5 - в изданиях из перечня ВАК РФ, а также получено 2 свидетельства об официальной регистрации программы для ЭВМ.

Личный вклад автора в работах, выполненных в соавторстве, заключается в проведении аналитического обзора в проблемной области диссертационной работы; обосновании требований к PSE и разработке ее архитектуры, разработке алгоритмов и самих КП, проведении экспериментальных исследований и интерпре-

тации их результатов. Из работ, выполненных в соавторстве, в диссертацию включены результаты, которые соответствуют личному участию автора.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка литературы (80 наименований). Содержит 125 страниц текста, включая 40 рисунков и 4 таблицы.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность проблемы, сформулированы цель и задачи исследования, отмечены научная новизна и практическая значимость результатов, приведены основные положения, выносимые на защиту.

Первая глава посвящена аналитическому обзору по предметным и технологическим направлениям диссертационной работы. Рассмотрены аспекты возникновения нагонных наводнений в восточной части Финского залива и их последствия, связанные с затоплением обширных территорий в Санкт-Петербурге и существенным экономическим ущербом. В среднем в городе происходит одно наводнение в год. Самое сильное наводнение в истории Санкт-Петербурга произошло в 1824 г., когда уровень воды составил 4,21 м. Для активной защиты города от наводнений в 1979 г. было начато строительство КЗС. Комплекс введен в строй в 2010 г. Он состоит из одиннадцати отдельных дамб, расположенных поперек Финского залива. Суммарная длина защитных сооружений - 25 км. Максимально возможный уровень воды, на который рассчитан комплекс, составляет 4,55 м. Защита города обеспечивается за счет маневрирования затворами, которые могут закрываться в случае угрозы наводнения. Неопределенность в принятии решения о закрытии затворов КЗС вызвана большим числом возможных сценариев маневрирования, неоднозначностью требований к режимам маневрирования3 и зависимостью планов маневрирования от точности прогнозов, получаемых посредством комплекса моделей (рис. 1). При выборе сценария маневрирования наивысший приоритет имеет защита города от наводнений.

Рис. 1. Комплекс моделей и источников данных для прогноза наводнений в Санкт-Петербурге

3 Для предотвращения наводнений целесообразно раннее закрытие, для обеспечения эффективной работы морского порта - позднее.

Программная система предотвращения угрозы наводнений КЗС, реализующая прогнозы наводнений и поддержку принятия решений на основе моделей, приведенных на рис. 1, является критической, функционирующей в режиме 24x7 и обладающей апериодическим жизненным циклом. Это связано с тем, что априори невозможно утверждать, что по результатам очередного этапа эксплуатации будут целесообразны модернизация и настройка ее математических моделей. Потому необходимы средства регулярного мониторинга работы СПУН, позволяющие не только оценить качество ее работы, но и обосновать пути дальнейшего развития, в том числе в части использования альтернативных разработок в области моделирования требуемых процессов. Это приводит к необходимости разработки специальной PSE для организации ВЭ с использованием не только ограниченного набора моделей, отраженных на рис. 1, но и экспериментального ПО различной номенклатуры, необходимого для проведения анализа и выработки рекомендаций. При этом система должна обеспечивать возможность настройки и конфигурирования различных моделей; их исполнения на высокопроизводительных вычислительных ресурсах, доступ к источникам входных данных и интерпретацию результатов расчетов. Для реализации такой системы целесообразно использовать существующий опыт eScience, задавая сценарии ВЭ в форме потоков работ (workflow, WF). В таблице сопоставлены характеристики некоторых систем управления WF, зарекомендовавших себя в решении подобных задач.

Сравнение систем научных вычислений, основанных на управлении WF

Система Архитектура Вычислительные ресурсы Модули (пакеты)

Taverna University of Manchester, UK Автономное приложение, координация МТ на локальной машине, также доступен сервер Локальная машина, сервер, Грид Web-сервисы, скрипты на R и Beanshell, библиотеки Java, вызов команд

Kepler сообщество Автономное приложение, координация на локальной машине Локальная машина, кластер, Грид (Globus, EcoGrid) Java, скрипты на R и Matlab, локальные приложения, web-сервисы

Triana Cardiff University, UK Автономное приложение, координация WF на локальной машине Локальная машина, Грид, пиринговые сети Java

LoniPipeline University of California, USA Тонкий клиент, координация выполнения на сервере Сервер, Грид (Oracle Grid Engine), DRMAA Пакетные приложения

WS-VLAM University of Amsterdam, Netherlands Тонкий клиент, координация выполнения №Т на сервере Грид (GT4) Приложения, использующие vlport, пакетные приложения

Pegasus University of Southern California, USA Автономное приложение, портал (ЗааБ), координация выполнения на сервере Грид (Open Science Grid, TeraGrid), облако Amazon EC2, кластер Пакетные приложения

Из таблицы видно, что все перечисленные системы в основном используют локальные или распределенные ресурсы со статическим подключением, что не соответствует современным требованиям к средствам ВЭ сопровожде-

ния критических систем, отражаемым в концепции экстренных вычислений (Urgent Computing, UC). Под UC понимается процесс организации высокопроизводительных вычислений в целях компьютерного моделирования для поддержки принятия решений в экстремальных ситуациях, в условиях ограниченного времени решений. Основная задача UC состоит в том, чтобы динамически сформировать и контролировать пул ресурсов (данных, прикладных пакетов, вычислительных мощностей) в распределенной среде, достаточный для решения задачи пользователя (в форме задаваемого им сценария) за наперед заданное время. При этом пользователь не вовлекается в аспекты управления данными ресурсами: оно осуществляется низкоуровневыми средствами UC; по завершении задачи используемые ресурсы освобождаются автоматически. Применение UC является принципиальным требованием для развиваемой в данной работе PSE, в силу того что постановка ВЭ может отражать как штатные, так и нештатные4 режимы эксплуатации КЗС, что допускает использование непосредственно в процессе выработки решения о маневрировании.

На основе данных таблицы и исследования возможных сценариев организации ВЭ с учетом требований UC в качестве базы для дальнейших исследований и разработок выбрана инструментальная облачная платформа CLAVIRE5 (CLoud Applications VIRtual Environment). CLAVIRE реализует концепцию вычислений, основанную на данных (Data-Driven Approach), и обеспечивает высокоуровневые абстракции для описания вычислительного процесса в терминах КП с использованием прикладных пакетов и распределенных ресурсов на основе сервисно-ориентированной архитектуры. При этом она поддерживает облачные вычисления второго поколения, позволяющие виртуализировать целикам сценарий ВЭ, описав его в форме КП на основе набора взаимодействующих сервисов, реализующих модели (см. рис. 1) на распределенных вычислительных ресурсах, объединяемых в рамках AaaS. Таким образом, выбранная платформа может использоваться как технологическая основа для построения PSE в области прогноза и предотвращения нагонных наводнений.

Вторая глава посвящена обоснованию и разработке общей архитектуры проблемно-ориентированной среды ВЭ в области предсказательного моделирования нагонных наводнений (рис. 2).

Архитектура PSE включает в себя функциональные подсистемы PSE; используемые ресурсы; объекты, определяющие знания системы, и объекты, формируемые пользователем. Условия формирования системы в этом случае, помимо базовых требований целостности и производительности решения, определяются полнотой предметной функциональности PSE (решение всех требуемых классов предметных задач) и возможностями, предоставляемыми пользо-

4 Частичное или неполное закрытие затворов сооружения

5 Многопрофильная инструментально-технологическая платформа СЬАУШЕ К и. 02066397.80066-06 разработана научной школой, к которой принадлежит диссертант.

вателю для формирования объектов задачи с использованием доступного инструментария.

Клиентская часть

Интеллектуальная и информационная поддержка

Облачные сервисы

Прикладные пакеты

| Атмосфера | | Уровень »течения |

| Волнение | | Водообмен |

| Затопление суши 11 Контроль данных |

| Планы КЗС | [ Расчет статистшй |

}- Оперативная обработка

Источники данных

-знания системы - пользовательские объекты - функциональные подсистемы

-использование | ; -технические средства

Рис. 2. Архитектура РБЕ ВЭ в области прогноза и предотвращения нагонных наводнений на базе платформы ОЛУШЕ

Содержательной основой РБЕ являются вычислительные сервисы — прикладные пакеты гидрометеорологического моделирования и обработки данных, установленные на высокопроизводительных ресурсах под управлением

CLAVIRE. Они снабжаются описаниями сценариев использования на предметно-ориентированном языке EasyPackage, которые позволяют задавать абстрактный сценарий вызова прикладного пакета и автоматически генерировать интерфейс взаимодействия с пользователем через web-браузер. В PSE включены гидродинамические модели уровня и течений BSM и BaltP6, спектральная непараметрическая модель морского волнения SWAN, модель мезомасштабных атмосферных процессов и оперативного расчета прогноза погоды WRF, а также модель динамики затопления с распространением воды по поверхности суши, реализуемая пакетом DRFSM. Кроме того, для исследования нестандартных сценариев развития наводненческой ситуации в состав PSE включены програм-мы-солверы, которые позволяют пользователю реализовать собственные расчетные алгоритмы, в частности многофункциональные пакеты COMSOL Multiphysics 4.3 и SciLab.

Внешние источники данных, доступные в форме сервисов PSE, предоставляют результаты измерений уровня и течений (система BOOS, гидрометео-комплекс КЗС), данные прогнозов глобальной (GFS) и мезомасштабной (HIRLAM) моделей атмосферы, а также данные реанализа NCEP/NCAR.

Пользователь может создавать собственные массивы данных на основе их обработки или использования в моделях. Для работы с данными в PSE предусмотрены специальные программы обработки и статистического анализа, к ним относятся пакет ассимиляции данных в гидродинамических моделях нагонных наводнений; пакет статистического контроля и заполнения пропусков в данных измерений; пакет расчета климатических спектров морского волнения; набор скриптов, осуществляющих поиск, обработку и сопоставление данных о погодных явлениях в исторических массивах, а также конвертирование данных между пакетами. Программы обработки данных связаны с распределенным хранилищем данных CLAVIRE в рамках парадигмы BigData.

Отдельную группу сервисов PSE представляют программные блоки, воспроизводящие работу основных узлов СПУН. Их назначением является эмуляция СПУН в оперативном режиме с целью измерения качества ее работы, анализа сбоев и аварийных ситуаций, а также оценки различных сценариев модернизации. К ним относится, например, пакет, позволяющий вырабатывать набор планов маневрирования затворами КЗС, различающихся степенью защищенности города от наводнений, сохранением целостности конструкций КЗС, минимальным нахождением устройств в закрытом состоянии.

Для анализа и интерпретации результатов расчетов в PSE пользователь может применять специализированные технические средства, включая широкоэкранные системы визуализации, интерактивный стол (touchtable) для коллективного принятия решений и мобильные устройства для взаимодействия с

6 Модель Гидрометцентра России.

удаленными экспертами. Таким образом, разработанная PSE позволяет обеспечить полный жизненный цикл ВЭ: начиная от подготовки данных и завершая интерпретацией, визуализацией и распространением результатов вычислений.

В третьей главе описываются расчетные сценарии наводненческих ситуаций, разработанные на основе PSE. Перечисленные в главе 2 вычислительные сервисы могут использоваться в PSE независимо друг от друга или в составе КП, описывающих различные постановки ВЭ. КП задаются в форме скриптов на предметно-ориентированном языке EasyFlow в форме WF, которые интерпретируются непосредственно при исполнении в распределенной среде под управлением CLAV1RE. В частности, они обеспечивают решение следующих прикладных задач: расчет оперативных прогнозов с использованием различных комбинаций моделей и источников данных, оценка неопределенности предсказательного моделирования наводненческих ситуаций, моделирование сценариев развития затопления городских территорий, выработка коллаборативных планов маневрирования затворами КЗС, моделирование динамики плавучих объектов и сооружений в створе КЗС. Кроме того, в PSE включены служебные КП, обеспечивающие, например, формирование отчетов по результатам моделирования.

Ансамблевый прогноз наводнений в Санюп-Петербурге на основе конкурирующих моделей. Решение данной задачи подразумевает построение прогноза уровня воды в восточной части Финского залива на основе результатов работы нескольких комбинаций различных атмосферных и гидродинамических моделей. Основная проблема, которую позволяет преодолеть PSE, — необходимость в объединении разнородных вычислительных ресурсов, требуемых разными моделями, с целью проведения всего комплекса необходимых расчетов. Например, для запуска модели WRF требуется суперЭВМ с общей памятью (144 ядра) под управлением Linux, для работы модели BaltP - Linux-кластер МРР-архитектуры; модель BSM функционирует на вычислительном сервере под управлением Windows, а для модели SWAN морского волнения, используемой для параметризации процессов передачи энергии атмосферы водным массам, целесообразно применять Windows-кластер. При этом PSE позволяет спланировать параллельный запуск задач в КП на указанных ресурсах и осуществить автоматическую пересылку данных между узлами распределенной среды таким образом, чтобы синхронизировать расчеты полей уровня А, в каждой точке (х,у) по различным прогностическим моделям для их последующего использования в ансамблевом прогнозе:

п Т Ti

;=w=oo

Здесь Лц(») - матричные передаточные функции, определяющие связь между

значением ансамблевого прогноза Ъ* в момент времени /0 с заблаговременно-стью г и значениями прогнозов по п различным источникам в текущий и предыдущие синоптические сроки. В результате экспериментальных исследований показано, что использование разработанного КП с применением двух источников прогнозов (ОРБ, Н1ЯЬАМ) и двух моделей уровня и течений (ВБМ, ВаНР) позволяет в среднем на 25% сократить ошибку7 прогноза уровня воды в Санкт-Петербурге.

Анализ неопределенности и чувствительности прогнозов уровня воды и планов маневрирования затворами КЗС. Прогноз наводнений выполняется в рамках допущений применяемых моделей с учетом неполноты входных данных, что приводит к необходимости построения интервальных оценок и расчета рисков, связанных с принятием решений в условиях неопределенности. Для этого применяются ансамблевые методы, которые позволяют методом Монте-Карло смоделировать набор синоптических ситуаций. Для этого в прогностическое поле ветра К0 вносится случайное возмущение вида:

У(х,у,1) = У0(х,у,0 + ^а^)Ф^х,у), (2)

/

где Ф, (х, у) — базисные функции (в том числе естественные ортогональные функции поля скорости ветра над Балтийским морем), а, — независимые гауссовы случайные процессы; их дисперсия оценивается через общую ошибку прогноза ветра.

Для каждой из ветровых ситуаций выполняется расчет ветрового волнения, прогноза уровня и оптимального плана маневрирования (см. КП на рис. За). На основе полученных данных осуществляется расчет интервальных оценок хода уровня и характеристик плана. На рис. 36 приведен пример расчета плана маневрирования затворами для наводнения 29 декабря 2003 г.8 (в сравнении с данными наблюдений без закрытия): на кривых хода уровня в пункте наблюдений Горный институт (по которому определяется факт наступления наводнения в Санкт-Петербурге) крестиками указаны интервалы неопределенности оценок уровня (по вертикали) и времени закрытия-открытия затворов КЗС. Приведенное на рисунке КП включает 13 блоков (из них 4 допускают автоматическое распараллеливание по данным), вызывающих 7 прикладных пакетов (из которых два выполняют функцию конвертирования и обработки данных), и использует \\^п(1о\уз-кластер и серверы приложений.

7 Рассматривается средняя абсолютная ошибка (МАЕ) для всего прогноза длительностью 48 часов.

8 Рассматривается ретроспективное наводнение до момента окончания строительства КЗС, что позволяет сравнить фактически наблюденный уровень в Санкт-Петербурге с результатами прогноза.

Начало работы | ІІпсеїіаІпгу х і Запустить ' упрощенное представлен«

Скрипт: Визуальный реддки

' НМвепегаІог |

І^ІїшдепегаІог ]

І НМАррІуіпдІ

І ііпііггцюїєг і

Маїкегівімап

/ ''> / / І Ма5І<евВ5М

/ и, г

і

і! і

■іІ

ІРІвпМаке㥠(ссгіАпвІуіег

І рІептак& І | сс<ІапаІугсг і

/Т

¡-Л

І Огідіпввм 1

1

/\ І,__

і І ОгідіпРІапМакег І

■ І ріаптакег J

І \ЛІ^ІаІАпаІугег! і \ЧІ_РоіііЮі*АпаІуа:ег І і їУЬВохРІоІАпаІуіег І ¡ РІапРІоІІ

І

[ ясііяЬ ]

Отладочная информация

Начало работы КпсегІзЛіСу X

а)

План маневрирования затворами КЗС с оценкой неопределенности

Без плана План маневрирования Закрытие

Неопределенность н

20 25 30 35 40 45 Заблаговремечность, ч

Отладочная информация

б)

Рис. 3. Структура (а) и результат работы (б) КП для анализа неопределенности и чувствительности прогнозов уровня воды и танов маневрирования затворами КЗС в

интерфейсе Р8Е

Выработка иоллаборативных планов маневрирования затворами КЗС

представляет собой интерактивное КП, которое предназначено для выработки и ранжирования планов маневрирования в рамках диапазона неопределенности, указанного на рис. 36. Расчет прогнозов и планов маневрирования выполняется средствами РБЕ, завершение всех расчетов к нужному моменту времени обеспечивается инфраструктурными средствами платформы СЬАУЖЕ в рамках концепции иС. Основная проблема коллективного принятия решений по манев-

рированию защитными сооружениями заключается в необходимости комбинировать решения независимых экспертов с целью выработать одно окончательное. Для этого понятие качества плана должно быть строго формализовано. В рамках данного КП рассчитываются характеристики надежности, безопасности и экономической эффективности планов и связанные с этим уровни риска. Оценка уровня риска делает возможным ранжирование планов относительно выбранного критерия. Для согласования планов, выбранных отдельными экспертами, применяется метод иерархий.

Моделирование затопления городских территорий. Анализ возможных последствий наводнения в Санкт-Петербурге также реализуется отдельным КП. При его запуске обрабатывается карта высот затапливаемой территории и выполняется расчет граничных условий задачи на основе прогноза уровня воды. Затем с помощью пакета DRFSM осуществляется расчет динамики затопления суши без учета подземных коммуникаций, результаты которого отправляются на вход пакету COMSOL Multiphasics 4.3 для учета распространения воды по подземным коммуникациям в рамках модели пористой среды и определения наиболее вероятных зон подтопления.

Для эффективного построения новых сценариев ВЭ в PSE разработан виртуальный моделирующий объект (Virtual Simulation Object, VSO) «Балтийское море», поддерживаемый платформой CLAVIRE. Он представляет собой декларативное описание композиции моделей, характеризующих различные гидрометеорологические процессы в Балтийском море. Пользователь посредством графического образа, построенного на данном описании, может задавать различные вычислительные сценарии, каждый из которых автоматически интерпретируется в КП на языке EasyFlow, исполняемое платформой CLAVIRE с использованием моделей и источников данных, имеющихся в PSE. К VSO могут быть подключены средства визуализации, а также внешние модели, например, необходимые для моделирования динамики плавучих объектов и сооружений.

Рис. 4. Визуальное представление виртуального объекта «Балтийское Море»

(фрагмент)

На рис. 4 приведен принцип работы с объектом, также поясняются отдельные особенности работы его основных элементов управления. Таким образом, разработанная PSE позволяет автоматизировать конструирование и исполнение различных КП в части прогноза и предотвращения наводнений в Санкт-Петербурге.

В четвертой главе рассматриваются практические приложения PSE к задачам функционирования СПУН КЗС. Одной из принципиальных задач является статистический контроль и восстановление данных, поступающих в СПУН с различных точек акватории Финского залива, обеспеченных наблюдениями за уровнем моря. Плотность расположения этих точек может быть избыточна для решения таких задач, как усвоение данных, но это позволяет обеспечить более высокое качество измерений. С этой целью используется вероятностная модель статистического контроля и восстановления пропусков в значениях xi (уровень воды, скорость ветра) на станции i в момент времени t0 на основе динамической регрессионной модели:

Р

Со ) = Z X (к) ~ 'z ) + Щ. (3)

j z=l

где j - номер станции, по которой имеются наблюдения, Р - порядок модели, а индекс 2 нумерует нерегулярные отсчеты tz назад. Для использования в оперативном режиме в модели (3) учитываются только станции, имеющие положительную прогностическую заблаговременность. Пример использования статистического контроля и восстановления пропусков для уровня моря в пункте Кронштадт по данным BOOS приведен на рис. 5а (/ - измерения, 2 - восстановленные значения). Видно, что в измерениях имеется много пропусков и некорректных значений, которые успешно заполняются и восстанавливаются с применением описанной процедуры. Восстановленные ряды данных могут далее применяться при расчетах, например, в процедуре усвоения данных.

Отдельной задачей применения PSE является исследование возможностей использования альтернативных средств ассимиляции данных в прогностические модели, например, технологии OpenDA9. Она предназначена для оперативного использования в части настройки параметров гидрометеорологических моделей на основе данных текущих наблюдений. На рис. 56 приведены результаты калибровки коэффициента ветрового трения в модели BSM по скользящему временному окну размером 24 часа для п. Горный институт. ( / - измерения, 2 - прогноз с усвоением, 3 — прогноз без усвоения, 4 — сценарии калибровки, 5 ~ оптимальное приближение). Благодаря такому подходу качество оперативных прогнозов существенно возросло. В целом применение технологии OpenDA привело к сокращению ошибки прогноза на 15%.

9 http://openda.org/

50

о xf

X ф

ш

о

£ о

-50 ..............

О 500 1000 1500

Время, ч

(а)

200 180 160 140 § 120 4 юо

т

§ 80 о.

60 40 20 0

-20 -10 0 10 20 30 40

Время, ч

(б)

Рис. 5. Результаты применения PSE для сопровождения работы СПУН КЗС: а- статистический контроль данных и восстановление пропусков, б -усвоение текущих измерений в коэффициент ветрового трения при прогнозировании уровня воды

Целесообразность использования PSE для выполнения ВЭ обусловлена не только ее функциональными и эргономическими характеристиками, но и вычислительной эффективностью. На рис. 6 приведены временные характеристики расчетов КП ансамблевого прогноза наводнений в Санкт-Петербурге на основе конкурирующих моделей с детализацией для каждого из вычислительных блоков. Видно, что собственное время вычислений прикладных пакетов на два-три порядка превышает время накладных расходов, связанных с передачей данных (1-5 с в зависимости от задачи, от 0,5 до 60 МБ). При этом собственные накладные расходы CLAVIRE на управление облачной средой в сумме не превышают 12 с (что во многом связано с латентностью систем управления вычисли-

тельными ресурсами). Таким образом, работа системных сервисов платформы принципиально не сказывается на скорости выполнения самих вычислений.

EnsembleForecaster 0811 И»-9 BSMResultProcessor

55.1 | _L 5.8

BALT-P

141.7 Д 4 ?

BSM

900.5 4.7

HirlamConverter 114,4 ■ | FormatConverter -<". 1 !.. WRF M"

"И5-5

964.4 ЦБ GFSDownloader Hi- 11.6

3000 2500 2000 1500 1000 Время вычислений, с 500 0 1 2 3 4 5 6 7 Время накладных расходов, с

■ Вычисления □ Передача данных а Ожидание в очереди н Работа с ресурсами ■ Прочие накладные расходы

Рис. б. Среднее время работы пакетов и накладные расходы CLA VIRE при исполнении КП ансамблевого прогноза наводнений в Санкт-Петербурге

Заключение

В ходе выполнения диссертационной работы получены следующие основные результаты:

1) обоснованы принципы сопряжения вычислительных моделей, источников данных и средств интерпретации данных при организации ВЭ в области предсказательного моделирования нагонных наводнений;

2) разработана архитектура проблемно-ориентированной среды ВЭ на основе облачных технологий второго поколения, программно реализован ее экспериментальный образец на основе платформы CLAVIRE;

3) разработаны алгоритмы и программно реализованы КП предсказательного моделирования наводненческих ситуаций:

- ансамблевый прогноз по конкурирующим моделям;

- оценка неопределенности прогнозов и планов предотвращения навод-ненческой ситуации;

- расчет затопления городских территорий с учетом распространения воды по подземным коммуникациям;

- выработка коллаборативных планов маневрирования затворами КЗС;

- моделирование динамики плавучих объектов и сооружений;

4) проведены экспериментальные исследования характеристик проблемно-ориентированной среды ВЭ и функциональных характеристик КП, показавшие их вычислительную эффективность;

5) разработанные методы и технологии применены для настройки и оптимизации работы СПУН КЗС.

Публикации по теме диссертационной работы

1. Безгодов А.А., Иванов С.В., Бухановский А.В., Косухин С.С. Виртуальный полигон для исследовательского проектирования морских объектов и сооружений // Изв. вузов. Приборостроение. 2011. № 10. С. 58-64 [Входит в перечень ВАК).

2. IvanovS.V., KosukhinS.S., KaluzhnayaA.V., BoukhanovskyA.V. Simulation-based collaborative decision support for surge floods prevention in St. Petersburg // Journal of Computational Science. 2012. Vol. 3, Iss. 6. P. 450^155 [Входит в перечень ВАК].

3. Kovalchnk S.V., Smirnov Р.А., Kosukhin S.S., Boukhanovsky A.V. Virtual Simulation Objects concept as a framework for system-level simulation // Proceedings of the 8th IEEE International Conference on eScience (eScience 2012). 2012. P. 1-8 [Входит в перечень BAK|.

4. Иванов С.В., Калюжная А.В., Косухин С.С. Особенности работы с данными в системах поддержки принятия решений на основе облачной архитектуры // Информационно-измерительные и управляющие системы. 2012. №11. С. 54-62 [Входит в перечень ВАК].

5. Иванов С.В., Калюжная А.В., Насонов Д.А., Косухин С.С., Бухановский А.В. Поддержка коллективного принятия решений для предотвращения угрозы наводнений в Санкт-Петербурге // Информационно-измерительные и управляющие системы. 2012. № 11. С. 63-70 [Входит в перечень ВАК].

6. Косухин С.С., Калюжная А.В., Бухановский А.В. Развитие системы предупреждения угрозы наводнения в Санкт-Петербурге с использованием платформы облачных вычислений CLAVIRE // Труды XVIII Байкальской Всероссийской конференции «Информационные и математические технологии в науке и управлении». Ч. III. Иркутск: ИСЭМ СО РАН, 2013. С. 263-270.

7. Программный комплекс вычислительного эксперимента в области морских гидрологических прогнозов / С.В. Иванов, С.С. Косухин, Д.А. Насонов. Св-во о гос. регистрации программы для ЭВМ № 2012618533 от 8.10.2012 г.

8. Программный комплекс распределенного вычислительного эксперимента в области динамики подвижных морских объектов DISTREX / С.В. Иванов, А.А. Безгодов, А.С. Загарских, С.С. Косухин. Св-во о гос. регистрации программы для ЭВМ № 2012618754 от 16.10.2012 г.

Подписано в печать « 19 » ноября 2013 г. Формат 60x84/16 Бумага офсетая. Печать офсетная. Усл.печ.л. 1,3. Тираж 110 экз. Заказ №3

Типография «Восстания -1» 191036, Санкт-Петербург, Восстания, 1.

Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики ФГБОУ ВПО «НИУ итмо»

0420145292?

На правах рукописи

Косухин Сергей Сергеевич

МЕТОДЫ И ТЕХНОЛОГИИ РАСПРЕДЕЛЕННОГО ВЫЧИСЛИТЕЛЬНОГО ЭКСПЕРИМЕНТА ДЛЯ ОБЕСПЕЧЕНИЯ ЗАЩИТЫ САНКТ-ПЕТЕРБУРГА ОТ НАВОДНЕНИЙ

Специальность: 05.13.18 «Математическое моделирование, численные методы и комплексы программ»

ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук

Научный руководитель: д.т.н. Бухановский А.В.

Санкт-Петербург — 2013

Содержание

Введение......................................................................................................................4

Глава 1 Аналитический обзор и обоснование постановки задачи по разработке РвЕ ВЭ....................................................................................................8

1.1 Принципы создания и эксплуатации критических систем математического моделирования....................................................................................................................................9

1.2 Технологии создания проблемно-ориентированных сред вычислительного эксперимента....................................................................................................................................13

1.3 Наводнения в Санкт-Петербурге.........................................................................................24

1.4 Выводы по главе 1.................................................................................................................31

Глава 2 Архитектура и состав проблемно-ориентированной среды вычислительного эксперимента..........................................................................33

2.1 Общая программная архитектура РБЕ ВЭ..........................................................................33

2.2 Вычислительные модели и прикладные пакеты................................................................39

2.3 Источники данных, средства их обработки и усвоения в моделях..................................54

2.4 Выводы по главе 2.................................................................................................................64

Глава 3 Сценарии вычислительных экспериментов и композитные приложения..............................................................................................................66

3.1 Ансамблевый прогноз наводнений в Санкт-Петербурге на основе конкурирующих моделей..............................................................................................................................................66

3.2 Анализ неопределенности и чувствительности прогнозов уровня воды и планов маневрирования затворами КЗС.....................................................................................................73

3.3 Выработка коллаборативных планов маневрирования затворами КЗС..........................79

3.4 Моделирование затопления городских территорий..........................................................85

3.5 Использование технологии виртуальных моделирующих объектов для построения вычислительных сценариев в РБЕ ЭВ............................................................................................89

3.6 Выводы по главе 3.................................................................................................................94

Глава 4 Прикладные задачи поддержки функционирования системы предотвращения наводнений в Санкт-Петербурге..........................................95

4.1 Статистический контроль и заполнение пропусков в данных гидрометеорологических наблюдений.......................................................................................................................................95

4.2 Ассимиляция данных в параметры прогностической модели с использованием технологии ОрепОА.......................................................................................................................106

4.3 Анализ эффективности работы PSE ЭВ............................................................................114

4.4 Выводы по главе 4...............................................................................................................117

Заключение.............................................................................................................118

Список использованных источников...............................................................120

Введение

Актуальность темы обусловлена необходимостью развития критических систем предсказательного моделирования чрезвычайных ситуаций, в частности - нагонных наводнений и их последствий. Нагонные наводнения возникают вследствие перемещения водных масс под воздействием барических образований и характеризуются отсутствием периодичности, а также значительным подъемом уровня воды. География нагонных наводнений очень обширна, от них страдают Европа, побережье Бенгальского залива, Центральная Америка, восточное побережье США. На территории России наиболее часто сильные штормовые нагоны возникают в Санкт-Петербурге (восточная часть Финского залива). С целью защиты Санкт-Петербурга от нагонных наводнений построен комплекс защитных сооружений (КЗС). Для решения задачи информационной поддержки процессов управления КЗС в условиях наводненческой ситуации используется система предотвращения угрозы наводнений (СПУН), прогнозирующая изменчивость уровня и течений в Финском заливе и при возникновении такой ситуации - вырабатывающая план маневрирования затворами КЗС.

Процессы сопровождения и развития комплекса моделей СПУН требуют выполнения ресурсоемких вычислительных экспериментов (ВЭ) при использовании композиции программных пакетов с различными интерфейсами и требованиями к вычислительным ресурсам, с организацией доступа к удаленным источникам данных1 и средствам визуализации результатов расчетов. Для автоматизации постановки и выполнения ВЭ используется традиционный инструментарий eScience - проблемно-ориентированные оболочки (Problem Solving Environment, PSE). PSE обеспечивают весь цикл работ по формированию сценариев моделирования, подготовке данных, проведению вычислений и интерпретации их результатов для исследователя-предметника средствами распределенных вычислений. В России исследования, связанные с созданием и применением PSE, отражены в работах научных школ А.П. Афанасьева, Ю.Я. Болдырева, В.А. Ильина, Б.Н. Четверушкина, М.В. Якобовского и др. Однако адаптация опыта создания и использования PSE применительно к специфике предметной области и особенностям функционирования моделируемого объекта (КЗС) требует проведения отдельных исследований, что и определяет актуальность работы.

Предметом исследования являются технологии распределенных вычислений для организации PSE ВЭ в части анализа и прогноза наводнений и их последствий.

1 \УеЬ-серверы метеорологических прогнозов, системы обмена данными (BOOS), измерительные устройства.

Целью работы является разработка методов и технологий организации распределенного вычислительного эксперимента в части моделирования нагонных наводнений в Санкт-Петербурге применительно к задачам повышения эффективности функционирования СПУН КЗС.

Задачи исследования:

- анализ сценариев моделирования наводненческих ситуаций и их последствий в целях обоснования требований к средствам организации ВЭ;

- обоснование принципов сопряжения вычислительных моделей, источников данных и средств интерпретации данных при организации ВЭ в области предсказательного моделирования нагонных наводнений;

- разработка архитектуры проблемно-ориентированной среды ВЭ на основе облачных технологий второго поколения;

- разработка алгоритмов и программная реализация композитных приложений (КП) предсказательного моделирования сценариев наводненческих ситуаций в рамках облачной модели AaaS (Application as a Service);

- экспериментальные исследования характеристик проблемно-ориентированной среды ВЭ и функциональных характеристик КП;

- применение разработанных методов и технологий для настройки и оптимизации функционирования СПУН КЗС.

Методы исследования включают в себя методы теории систем и системного анализа, численные методы математической физики, теории вероятностей и математической статистики, методы инженерии программного обеспечения и научной визуализации.

Научная новизна обусловлена построением проблемно-ориентированной среды ВЭ на основе концепции iPSE (Intelligent Problem Solving Environment) с использованием технологий облачных вычислений второго поколения, что обеспечивает эффективное решение новых классов задач предсказательного моделирования, связанных с оценкой неопределенности и рисков возникновения наводненческих ситуаций в Санкт-Петербурге.

Практическую значимость работы определяют:

- проблемно-ориентированная среда для выполнения вычислительных экспериментов в области прогноза и предотвращения нагонных наводнений на основе концепции и технологии iPSE;

- результаты численных экспериментов для интерпретации результатов работы СПУН КЗС в 2011-2013 гг. с целью ее валидации, настройки и модернизации".

2 Материалы являются собственностью ФКП «Дирекция комплекса защитных сооружений» Министерства регионального развития Российской Федерации.

На защиту выносятся:

- архитектура проблемно-ориентированной среды ВЭ в области предсказательного моделирования нагонных наводнений, обеспечивающая создание и эффективное исполнение КП сценариев моделирования в облачной среде второго поколения на основе модели АааБ;

- алгоритмы построения вычислительных сценариев и КП в части ансамблевого прогнозирования нагонных наводнений, оценки неопределенности прогнозов и планов предотвращения наводнений, моделирования затопления городских территорий в ходе остаточных наводнений, а также коллаборативной оценки планов маневрирования затворами КЗС.

Структура диссертационной работы:

Диссертация состоит из четырех глав. В первой главе приводятся материалы аналитического обзора в области распределенных сред ВЭ в целях поддержки функционирования критических систем компьютерного моделирования (таких как СПУН КЗС). Рассматриваются аспекты применения данных технологий к задачам прогноза и предотвращения нагонных наводнений на примере Санкт-Петербурга, и делается вывод о целесообразности использования облачных технологий второго поколения на основе платформы СЬАУШЕ.

Во второй главе представлена архитектура проблемно-ориентированной среды ВЭ в области предсказательного моделирования нагонных наводнений. Рассматриваются ее основные элементы, детально обсуждается предметно-ориентированное наполнение (вычислительные модели и источники данных).

Третья глава посвящена описанию алгоритмов и КП предсказательного моделирования сценариев наводненческих ситуаций в рамках облачной модели Ааа8, реализуемых в Р8Е ВЭ. Рассматриваются задачи ансамблевого прогноза на основе конкурирующих моделей, исследования неопределенности прогнозов, моделирования затопления суши, а также динамики плавучих объектов, связанных с КЗС. Обсуждается реализация КП на основе технологий виртуальных моделирующих объектов (УБО).

В четвертой главе рассмотрены прикладные задачи, связанные с использованием Р8Е ВЭ. Рассматриваются вопросы сбора данных измерений уровня и скорости ветра, необходимых для работы вычислительных моделей, обнаружения засорений и восстановления пропусков. Приведен пример использования РБЕ ВЭ для модернизации СПУН КЗС в части введения новой процедуры ассимиляции данных на основе технологии ОрегЮА. Рассматриваются характеристики вычислительной эффективности РБЕ ВЭ.

Личный вклад и использование материалов. Личный вклад автора в работах, выполненных в соавторстве, заключается в проведении аналитического обзора в проблемной области диссертационной работы; обосновании требований к РБЕ и разработке ее архитектуры, разработке алгоритмов и самих КП, проведении экспериментальных исследований и интерпретации их результатов. Из работ, выполненных в соавторстве, в диссертацию включены результаты, которые соответствуют личному участию автора.

В работе использованы материалы, созданные с прямым участием автора, из отчетов о НИР и технической документации ОКР, в которых он принимал непосредственное участие в 2010-2013 гг., в том числе:

- «Интеллектуальные технологии поддержки процессов исследовательского проектирования судов и технических средств освоения океана» (ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг.);

- «Высокопроизводительный программный комплекс моделирования динамики корабля в экстремальных условиях эксплуатации» (ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг.);

- «Инструментальная технологическая среда для создания распределенных интеллектуальных систем управления сложными динамическими объектами» (ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг.);

- «Виртуальный полигон для исследования динамики морских объектов и сооружений в экстремальных условиях эксплуатации» (ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг.);

- «Ситуационный центр нового поколения для предупреждения и ликвидации угрозы наводнений» (ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг.);

- «Создание высокотехнологичного производства комплексных решений в области предметно-ориентированных облачных вычислений для нужд науки, промышленности, бизнеса и социальной сферы» в рамках реализации постановления Правительства РФ №218

- «Распределенные экстренные вычисления для поддержки принятия решений в критических ситуациях» в рамках реализации постановления Правительства РФ №220.

Глава 1 Аналитический обзор и обоснование постановки задачи по разработке PSE ВЭ

Прогноз и предотвращение наводнений как отдельного класса экстремальных явлений требует использования современного математического и программного обеспечения -систем раннего предупреждения (Early Warning Systems, EWS) [1]. Задачами EWS в общем случае являются:

1) заблаговременное выявление возможности наступления критической ситуации;

2) определение сценариев развития критической ситуации с оценкой соответствующих рисков;

3) определение мер противодействия критической ситуации с оценкой степени снижения соответствующих рисков;

4) обоснование выбора оптимальной стратегии поведения лиц, принимающих решения (ЛПР).

Результатом работы EWS является набор рекомендаций, обеспечивающих субоптимальное снижение рисков наступления критической ситуации и (или) ее последствий. Специфика функционирования EWS связана с изменчивостью внешних условий, что сводит задачу обоснования выбора оптимальной стратегии к классу слабоструктурированных, многокритериальных. Поэтому для ее решения EWS часто рассматривается как интеллектуальная система поддержки принятия решений, которая основана на интеллектуальном анализе данных и результатов моделирования, интерпретируемых посредством исходных знаний предметной области (например, экспертных) [2].

Современные EWS являются сложными программно-аппаратными комплексами, функционирующими в режиме 24x7 и относящимися к так называемым критическим системам4 [3]. Потому актуальной является задача разработки технологий, обеспечивающих весь жизненный цикл такого рода систем - от прототипирования до эксплуатации и модернизации. В данной главе анализируется специфика создания такого инструментария для EWS предотвращения нагонных наводнений на примере Санкт-Петербурга.

3 Понятие субоптимальности связано с тем, что действия EWS в ряде случаев основываются на полуэвристических алгоритмах в условиях неопределенности, потому о классическом решении задачи оптимизации в данном случае говорить не приходится.

4 Под критическими принято понимать системы, отказы которых могут создавать угрозу человеческой жизни, приводить к значительным экономическим потерям, а также существенному урону окружающей среде.

1.1 Принципы создания и эксплуатации критических систем математического моделирования

Различные EWS, в том числе система предотвращения угрозы наводнений, являются очевидными примерами критических систем. В связи с этим при проектировании, разработке и внедрении таких систем уделяется повышенное внимание всем составляющим их функциональной надежности: работоспособности, безотказности, безопасности и защищенности. Одним из основных способов повышения надежности системы является многократное тестирование с целью исключения возможных ошибок, на этап отладки может уходить до половины всех ресурсов, затрачиваемых на разработку. Другим важнейшим этапом жизненного цикла критической системы является эксплуатационное сопровождение, также направленное на выявление и оперативное устранение ошибок.

Спецификой создания и эксплуатации EWS по сравнению с критическими системами общего вида является то, что их работа основывается на сложных комплексах математических моделей и источников данных, обеспечивающих прогнозирование и расчет возможных последствий, что оказывает существенное влияние на специфику этапов их жизненного цикла. Во-первых, невозможность подготовки даже относительно полного набора тестов значительно затрудняет этап отладки. Проверку работоспособности системы можно осуществлять только на основе реальных исторических данных. Во-вторых, математическая модель сложного природного явления всегда работает в рамках определенных допущений и условиях неопределенности входных данных. Оценка ее точности носит интервальный характер. В связи с этим, сопровожде