Использование Big Data и Data Analytics в интеллектуализации мониторинга и моделирования метеорологических систем

2023

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)
DOI 10.32523/2616-7263-2023-145-4-9-22
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Основной целью данной работы является системный анализ современного состояния мониторинга (целей, возможностей, технологий) метеорологических данных, в частности, больших данных, аналитики (майнинга) и оперативно-аналитических витрин данных, их информационных срезов (профилей), онтологического представления интеллектуальной поддержки принятия метеорологических решений. Также рассмотрены задачи моделирования с использованием временных рядов в условиях их зашумленности (рассматривается лишь «белый», гауссов шум), консолидации данных и реализации моделей управления данными и процессом метеорологического мониторинга. Исследование использует методы анализа, декомпозиции, ситуационного моделирования, параметрической идентификации, математической статистики, классификации и риск-менеджмента. Основные результаты работы: 1) аналитика мониторинга как системной инфраструктуры «экосистемы» с учетом востребованности информационных объектов (трехуровневой для простоты); 2) модели вычислений, обеспечивающей хранение, анализ и адаптивность данных по предметным потребностям, «на лету»; 3) структурная онтологическая схема представления принятия решения на основе мониторинга, а также соответствующей ей формально-математическая модель. Полученные результаты в практическом мониторинге позволят решать как сложные задачи (на базе Big Data), так и задавать (оценивать) допустимые в мониторинге риски, строить алгоритмы идентификации и программы (планы) безопасного, управляемого мониторинга в условиях плохо определенных, нечетких ситуаций.