Общая архитектура распределенных информационных автоматизированных систем комплексного моделирования для оценивания устойчивости лесных экосистем

Рассмотрены основы построения информационных автоматизированных систем (ИАС) комплексного моделирования сложных распределенных природных объектов при решении задач интегрального оценивания устойчивости лесных экосистем. При создании таких систем предложено использовать основные положения квалиметрии моделей и полимодельных комплексов. Такой подход позволяет найти пути решения основных задач комплексного моделирования при интегральном оценивании устойчивости: определение требуемого состава частных моделей расчета отдельных показателей; выбор и адаптация моделей с учетом необходимого состава исходных данных; формирование алгоритмов расчета интегральных показателей. Сравнительный анализ показал, что в качестве технологической основы ИАС целесообразно использовать системы управления контейнерами в комбинации с элементами мультисервисной архитектуры. Предложена архитектура ИАС комплексного моделирования, включающая компоненты получения интегральных оценок по алгоритмам многокритериального анализа, расчетные модули для частных показателей, компоненты получения и анализа необходимых разнородных исходных данных, включая наземные данные и данные дистанционного зондирования Земли, а также средства оркестровки и обеспечения согласованного функционирования ИАС. Использование предложенной архитектуры позволяет выполнять моделирование в рамках единой распределенной масштабируемой информационно-расчетной среды.

1. Одум Ю. Экология. М.: Mиp, 1986. Т. 1. 328 с.

2. Коломыц Э. Г., Шарая Л. С. Устойчивость лесных экосистем, методы ее исчисления и картографирования // Известия Самарского научного центра Российской академии наук. 2014. Т. 16, № 1. C. 93–107.

3. Коротков С. А. Смена состава древостоев и устойчивость защитных лесов центральной части Русской равнины. М.: АНО „Доблесть эпох“, 2023. 168 с.

4. Приказ Рослесхоза от 05.02.98 № 21 „Об утверждении критериев и индикаторов устойчивого управления лесами Российской Федерации“ [Электронный ресурс]: <https://docs.cntd.ru/document/901706209>. (дата обращения 28.08.2025)

5. Criteria and Indicators for the Conservation and Sustainable Management of Temperate and Boreal Forests, Fifth Edition, September 2015 [Электронный ресурс]: <https://montreal-process.org/The_Montreal_Process/Criteria_and_Indicators/index.shtml>. (дата обращения 28.08.2025)

6. Лукина Н. В., Орлова М. А., Горнов А. В. и др. Оценка критериев устойчивого управления лесами с использованием индикаторов международной программы ICP Forests // Лесоведение. 2013. № 5. С. 62–75.

7. Грабарник П. Я., Шанин В. Н., Чертов О. Г. и др. Моделирование динамики лесных экосистем как инструмент прогнозирования и управления лесами // Лесоведение. 2019. № 6. С. 488–500.

8. Zelentsov V., Andrianov Y., Mochalov V. Multicriteria selection of a method for processing multispectral earth remote sensing data // Journal of Applied Engineering Science. 2023. Vol. 21, N 4. P. 1215–1222. DOI: 10.5937/jaes0-47477.

9. Brovkina O., Stojanović M., Milanović S. et al. Monitoring of post-fire forest scars in Serbia based on satellite Sentinel-2 data // Geomatics, Natural Hazards and Risk. Vol. 11, N 01. P. 2315–2339. DOI: 10.1080/19475705.2020.1836037.

10. Anushree B. et al. Hyperspectral Data Simulation (Sentinel-2 to AVIRIS-NG) for Improved Wildfire Fuel Mapping, Boreal Alaska // Remote Sens. 2021. Vol. 13, N 9. Р. 1693. DOI: 10.3390/rs13091693.

11. Грабарник П. Я., Чертов О. Г., Чумаченко С. И. и др. Методические подходы к интеграции имитационных моделей для комплексной оценки и поиска компромиссов и синергии между разными экосистемными услугами лесов // Математическое моделирование в экологии: матер. 6-й Национальной науч. конф. с междунар. участием. Пущино, 26–29 сентября 2019 г. Пущино: Институт физико-химических и биологических проблем почвоведения Российской академии наук, 2019. С. 61–62.

12. Chen Min et al. Open web-distributed integrated geographic modelling and simulation to enable broader participation and applications // Earth-Science Reviews. 2020. Vol. 207. DOI: 10.1016/j.earscirev.2020.103223.

13. Зеленцов В. А., Пиманов И. Ю., Потрясаев С. А. Интеграция разнородных информационных ресурсов и данных дистанционного зондирования Земли при мониторинге и управлении развитием территорий // Информатика и автоматизация. 2023. Т. 22, № 4. С. 906–940. DOI: 10.15622/ia.22.4.8.

14. Микони С. В., Соколов Б. В., Юсупов Р. М. Квалиметрия моделей и полимодельных комплексов. М.: РАН, 2018. 314 с.

15. Алабян А. М., Зеленцов В. А., Крыленко И. Н., Потрясаев С. А., Соколов Б. В., Юсупов Р. М. Оперативное прогнозирование наводнений на основе комплексного упреждающего моделирования и интеграции разнородных данных // Труды СПИИРАН. 2015. Вып. 4(41). С. 3–33.

16. Niknejad N., Ismail W., Ghani I., Nazari B., Bahari M., Ab Razak Bin Che Hussin. Understanding Service-Oriented Architecture (SOA): A systematic literature review and directions for further investigation // Information Systems. 2020. Vol. 91. Art. no. 101491. DOI: 10.1016/j.is.2020.101491.

17. Siddiqui H., Khendek F., Toeroe M. Microservices based architectures for IoT systems — State-of-the-art review // Internet of Things. 2023. Vol. 23. Art. no. 100854. DOI: 10.1016/j.iot.2023.100854.

18. Rodríguez-Haro F., Freitag F., Navarro L., Hernánchez-Sánchez E., Farías-Mendoza N., Guerrero-Ibáñez J. A., González-Potes A. A summary of virtualization techniques // Procedia Technology. 2012 Iberoamerican Conf. on Electronics Engineering and Computer Science. 2012. Vol. 3. P. 267–272.

19. Stone T. W., Alarcon J. L. Platform as a Service in Software Development: Key Success Factors // Proc. of the Ninth Intern. Conf. on Engaged Management Scholarship. September 15, 2019. http://dx.doi.org/10.2139/ssrn.3454094.

20. Madhavapeddy A., Scott D. J. Unikernels: The Rise of the Virtual Library Operating System // Communications of the ACM. 2014. Vol. 57(1). P. 61–69.

21. Freire G. M., Curasma H. P., Estrella J. C. A Distributed Software Architecture for IoT: Container Orchestration Impact and Evaluation // Procedia Computer Science. 2024. Vol. 238. P. 224–231. DOI: 10.1016/j.procs.2024.06.019.

22. Kubernetes Documentation [Электронный ресурс]: <https://kubernetes.io/docs/home/>. (дата обращения 28.08.2025)

23. Swarm mode [Электронный ресурс]: <https://docs.docker.com/engine/swarm/>. (дата обращения 28.08.2025)

24. Nomad Documentation [Электронный ресурс]: <https://developer.hashicorp.com/nomad/docs?product_intent=nomad>. (дата обращения 28.08.2025)

25. Mesos Documentation [Электронный ресурс]: <https://mesos.apache.org/documentation/latest/>. (дата обращения 28.08.2025)

26. Зеленцов В. А. Метод формирования интегральной оценки качества трудноформализуемых объектов // Изв. вузов. Приборостроение. 2024. Т. 67, № 2. С. 122–132. DOI: 10.17586/0021-3454-2024-67-2-122-132.