Вывод на рынок технологии создания метеорологических систем нового поколения и создание различных пользовательских и корпоративных сервисов на их основе.
Метеорологические станции «Орнамент» представляют собой беспроводные сенсорные сети - множество простых недорогих беспроводных устройств (блоков датчиков) с датчиками, микропроцессором и коммуникационным устройством, распределяемых по мониторируемой территории на небольших расстояниях друг от друга и способных в течение длительного времени с высоким пространственным разрешением регистрировать параметры атмосферы, гидросферы и почвы.
Блоки датчиков:
- быстро инсталлируются на любой территории (беспроводные блоки датчиков, не требуют дополнительной инфраструктуры)
- имеют длительный срок автономной работы (более 3-х лет)
- позволяют покрыть удаленные от базовой станции территории
- могут подключаться к наиболее распространенным платформам интернета вещей
Система прогнозирования:
- используемые алгоритмы позволяют вести мониторинг и осуществлять прогноз погоды с пространственным разрешением в нескольких метров (учитывая особенности территории) и временным разрешением до десятков минут,
- для формирования прогноза локальной погоды для конкретной территории используется комбинация метеорологических данных, собираемых с помощью блоков системы «Орнамент», расположенных на данной территории, данных глобального мониторинга и прогноза, поставляемых международными метеорологическими службами, а также открытых краудсорсинговых метеорологических сервисов,
- алгоритмы прогноза локальной погоды используют механизмы самообучения, позволяющие увеличивать точность прогноза на конкретной территории за счет использования исторических погодных данных на этой территории в привязке к данным о глобальных погодных условиях.
В основе проекта:
· теория атмосферных процессов в пограничном с поверхностью Земли слое атмосферы
· оригинальная технология построения беспроводных сенсорных сетей
· самообучающаяся система на основе анализа (DataMining) данных с датчиков сенсорной сети, данных спутникового мониторинга, данных глобальных погодных служб
Формально, глобальный рынок метеопрогнозов можно разделить на две части:
· Национальные метеослужбы стран
· Локальные (как правило, частные) метеосети
В большинстве случаев, глобальные сервисы метеопрогнозов и климатического мониторинга используют сети метеостанций (метеовышек, пунктов наблюдения, автоматических станций и т.д.) разнесенных на значительные расстояния (чаще всего от 10 до 100 км), а также данных, получаемых со спутниковых сетей. Для прогноза используют математические модели и метеоданные национальных метеосетей, которые позволяют отслеживать лишь глобальные изменения погодных условий (с разрешением в десятки километров), и практически не учитывают локальные особенности ландшафта, водоёмы, строения и т.п., которые могут кардинально влиять на прогноз.
Для многих потребителей (сельское хозяйство, туризм, электроэнергетика, авиация (в первую очередь - малая авиация и БВС), и т.д.) необходимо знать более точный прогноз. Это привело к возникновению рынка частных метеопрогнозов. Компании, работающие на данном рынке используют несколько моделей:
· На основании метеоданных из нескольких источников (разные метеосети, спутниковые данные, данные пользователей и т.д.) они используют собственные, специальные модели анализа погоды, и делают более точный прогноз.
· Локально для клиента ставят собственные автоматические метеостанции и метеодатчики, которые позволяют делать более точный прогноз в локальной точке или не территории.
· Возможна комбинация этих двух моделей
Одной из первых в мире компаний, производящих и устанавливающих автоматические метеостанции еще в 1980-е годы стала австралийская компания ALMOS. Сейчас автоматические метеостанции производят десятки компаний по всему миру. Их потребители - частные метеокомпании и государственные метеослужбы. Наиболее развит рынок частных метеопрогнозов в США, где число подобных компаний достигло четырех тысяч, в Европе около двух с половиной тысяч частных компаний занимаются предоставление метеопрогнозов различным отраслям. Объем рынка частных метеопрогнозов — несколько миллиардов долларов.
Для повышения экономической эффективности метеорологического мониторинга и прогнозирования в интересах метеозависимых видов деятельности необходимо все больше и больше повышать их пространственное и временное разрешение.
Этого, в частности , требуют такие метеочувствительные сферы деятельности, как прецизионное сельское хозяйство, энергетика, строительство, организация погрузо-разгрузочных работ на открытом воздухе и т.п.
В настоящий момент с целью повышения конкурентоспособности предприятий, работающих во всех этих сферах вводится жесткое временное и ресурсное планирование, подразумевающее знание о возможных и невозможных сценариях работы, связанных с погодой. Кроме того в этих сферах деятельности пытаются использовать знания о условиях окружающей среды, чтобы добиться максимальной эффективности функционирования используемых в них естественных и антропогеннных систем за счет снижения издержек и выбора режимов функционирования, обеспечивающих максимальную отдачу - выход полезного продукта и/или достижения его максимально возможного качества. Низкое простраственное и временное разрешение при мониторировании параметров окружающей среды и их прогнозированию не позволяет осуществить описанную интенсификацию бизнеса.
Увеличение пространственного разрешения для мониторинга и прогнозирования с использованием традиционных автоматических метеорологических станций практически невозможно из-за их высокой цены, а также требований на коммуникационную и энергетическую инфраструкткру, которая для них необходима.
Особенность предлагаемого подхода - использование при построении прогнозов локальной погоды и микроклимата одновременно нескольких источников данных – метеорологических спутников и глобальных служб погоды по этой территории, национальных сетей метеостанций, локальных данных, собранных сенсорной метеосетью.
Анализ данных (DataMining) получаемых со всех источников информации, разработанные алгоритмы анализа и самообучаемости системы позволяют при прошествии времени существенно увеличить точность локального прогноза для определённых территорий городской застройки, сельских поселений и объектов сельского хозяйства. Продолжительное самообучение системы прогноза на данных, поступающих с выбранной территории, позволяет увеличивать точность прогноза за счет выявления типичных именно для данной территории закономерностей в погодных явлениях.
В настоящее время авторами проекта разработана система построения сенсорной сети. По результатам испытаний, узлы гарантированно работают в автономном режиме более трех лет, что позволяет сравнительно дешево покрыть территорию любой площади, и не беспокоиться о наличии специальной инфраструктуры.
Все это позволило создать систему, которая при прогнозе учитывает такие микромасштабные особенности выбранной территории, как:
· сложный рельеф,
· наличие даже небольших водоемов и грунтовых вод,
· особенности грунта и подстилающих поверхностей,
· присутствие деревьев,
· наличие строений
· присутствие промышленных и сельскохозяйственных предприятий – источников тепла, влажности, загрязнений.
Проект является резидентом Сколково, кластера Космических технологий.
Аннотированное оглавление базы