GIS आणि रिमोट सेन्सिंग. सॅटेलाइट इमेजरी आणि रिमोट सेन्सिंग डेटाचा वापर

E. A. Rosyaikina, N. G. IVlieva

पृथ्वी रिमोट सेन्सिंग डेटा प्रोसेसिंग

ARCGIS1 GIS पॅकेजमध्ये

भाष्य. लेख पृथ्वी रिमोट सेन्सिंग डेटावर प्रक्रिया करण्यासाठी ArcGIS GIS पॅकेज वापरण्याच्या शक्यतांची चर्चा करतो. वनस्पती निर्देशांक NDVI च्या व्याख्या आणि विश्लेषणावर विशेष लक्ष दिले जाते.

कीवर्ड: रिमोट सेन्सिंग, सॅटेलाइट इमेज, आर्कजीआयएस जीआयएस पॅकेज, एनडीव्हीआय वनस्पति निर्देशांक.

रोसायकिना E. A., IVLIEVA N. G.

Arcgis सॉफ्टवेअरच्या माध्यमातून दूरस्थपणे संवेदित डेटावर प्रक्रिया करणे

गोषवारा. लेख दूरस्थपणे संवेदन केलेल्या डेटाच्या प्रक्रियेसाठी ArcGIS सॉफ्टवेअरच्या वापराचा विचार करतो. लेखक वनस्पती निर्देशांक (NDVI) च्या गणना आणि विश्लेषणावर लक्ष केंद्रित करतात.

कीवर्ड: रिमोट सेन्सिंग, उपग्रह प्रतिमा, आर्कजीआयएस सॉफ्टवेअर, वनस्पती निर्देशांक (NDVI).

रिमोट सेन्सिंग डेटा प्रोसेसिंग (RSD) हे एक क्षेत्र आहे जे अनेक वर्षांपासून सक्रियपणे विकसित केले गेले आहे आणि GIS सह वाढत्या प्रमाणात एकत्रित केले जात आहे. अलीकडे आणि मध्ये संशोधन उपक्रमस्पेस माहिती विद्यार्थ्यांद्वारे मोठ्या प्रमाणावर वापरली जाते

रास्टर डेटा हा GIS मधील स्थानिक डेटाच्या मुख्य प्रकारांपैकी एक आहे. ते उपग्रह प्रतिमा, हवाई छायाचित्रे, नियमित डिजिटल एलिव्हेशन मॉडेल्स, जीआयएस विश्लेषण आणि भू-माहिती मॉडेलिंगच्या परिणामी प्राप्त झालेल्या थीमॅटिक ग्रिड्सचे प्रतिनिधित्व करू शकतात.

ArcGIS GIS पॅकेजमध्ये रास्टर डेटासह कार्य करण्यासाठी साधनांचा एक संच आहे, जो तुम्हाला ArcGIS मध्ये थेट RSD वर प्रक्रिया करण्यास तसेच GIS च्या विश्लेषणात्मक कार्ये वापरून पुढील विश्लेषण करण्यास अनुमती देतो. ArcGIS सह पूर्ण एकत्रीकरण तुम्हाला एका नकाशाच्या प्रोजेक्शनमधून स्थानिक पातळीवर समन्वित रास्टर डेटा त्वरीत रूपांतरित करू देते, इमेज ट्रान्सफॉर्मेशन आणि समन्वय संदर्भ, रास्टरमधून वेक्टर फॉरमॅटमध्ये रूपांतरित करू देते आणि त्याउलट.

ArcGIS च्या पूर्वीच्या आवृत्त्यांमध्ये, रास्टर प्रतिमांच्या व्यावसायिक प्रक्रियेसाठी प्रतिमा विश्लेषण विस्तार आवश्यक होता. IN नवीनतम आवृत्त्या

1 लेख रशियन फाउंडेशन फॉर बेसिक रिसर्च (प्रकल्प क्रमांक 14-05-00860-a) द्वारे समर्थित आहे.

ArcGIS मानक सेटमध्ये अनेक रास्टर फंक्शन्स जोडते, त्यापैकी अनेक नवीन इमेज अॅनालिसिस विंडोमध्ये उपलब्ध आहेत. यात चार रचनात्मक घटकांचा समावेश आहे: खुल्या रास्टर स्तरांच्या सूचीसह एक विंडो; काही साधनांसाठी डीफॉल्ट पर्याय सेट करण्यासाठी पर्याय बटण; साधनांसह दोन विभाग ("डिस्प्ले" आणि "प्रोसेसिंग").

"डिस्प्ले" विभाग मॉनिटर स्क्रीनवरील प्रतिमांची दृश्य धारणा सुधारणारी सेटिंग्ज एकत्र आणतो आणि "प्रक्रिया" विभाग रास्टरसह कार्य करण्यासाठी अनेक कार्ये सादर करतो. संशोधनात असे दिसून आले आहे की इमेज अॅनालिसिस विंडोमधील विंडो प्रोसेसिंग पॅनेल ArcMap मधील रास्टरसह काम करणे खूप सोपे करते. ArcGIS पर्यवेक्षित आणि पर्यवेक्षित नसलेल्या डिजिटल प्रतिमा वर्गीकरणाला देखील समर्थन देते. विश्लेषणासाठी, तुम्ही अतिरिक्त मॉड्यूल्स स्पेशियल अॅनालिस्ट आणि 3D अॅनालिस्टची कार्ये देखील वापरू शकता.

अभ्यासासाठी, आम्ही लँडसॅट 4-5 TM प्रतिमा वापरल्या: एक मल्टी-झोन (जिओटीआयएफएफ स्वरूपात प्रतिमांचा संग्रहित संच) आणि समन्वय संदर्भासह JPEG स्वरूपात नैसर्गिक रंगांमध्ये संश्लेषित प्रतिमा. उपग्रह प्रतिमांचे अवकाशीय रिझोल्यूशन 30 मीटर आहे. यूएस भूगर्भीय सर्वेक्षणाच्या अर्थएक्सप्लोरर सेवेद्वारे प्रतिमा प्राप्त केल्या गेल्या आहेत. मूळ मल्टी-झोन उपग्रह प्रतिमेची प्रक्रिया पातळी L1 आहे. लँडसॅट प्रतिमांच्या प्रक्रियेची ही पातळी डिजिटल एलिव्हेशन मॉडेल्स (“पृथ्वी” सुधारणा) वापरून त्यांचे रेडिओमेट्रिक आणि भौमितिक सुधारणा प्रदान करते. आउटपुट नकाशा प्रोजेक्शन UTM, समन्वय प्रणालीसंदर्भ WGS-84.

एक संश्लेषित प्रतिमा तयार करण्यासाठी - मल्टी-झोन प्रतिमेचे मोठ्या प्रमाणावर वापरले जाणारे ब्राइटनेस ट्रान्सफॉर्मेशन, "रास्टर" टूल ग्रुपचे "मर्ज चॅनेल" टूल वापरले गेले. सोडवल्या जाणार्‍या कार्यांवर अवलंबून, चॅनेलचे संयोजन भिन्न असू शकतात.

मल्टीस्पेक्ट्रल प्रतिमेवर प्रक्रिया करताना, "इंडेक्स" प्रतिमा तयार करणारे परिवर्तन अनेकदा केले जातात. विशिष्ट चॅनेलमधील ब्राइटनेस व्हॅल्यूजच्या मॅट्रिक्ससह गणितीय ऑपरेशन्सवर आधारित, बिटमॅप प्रतिमा तयार केली जाते, पिक्सेल मूल्यांना गणना केलेला "स्पेक्ट्रल इंडेक्स" नियुक्त केला जातो. प्राप्त प्रतिमेच्या आधारे पुढील संशोधन केले जाते.

वनस्पतींच्या स्थितीचा अभ्यास आणि मूल्यांकन करण्यासाठी, तथाकथित वनस्पती निर्देशांक मोठ्या प्रमाणावर वापरले जातात. ते स्पेक्ट्रमच्या दृश्यमान आणि जवळच्या इन्फ्रारेड भागांमधील प्रतिमांमधील पिक्सेलच्या ब्राइटनेसमधील फरकांवर आधारित आहेत. सध्या, वनस्पती निर्देशांकाच्या सुमारे 160 जाती आहेत. ते प्रायोगिकरित्या निवडले जातात

वनस्पती आणि मातीच्या वर्णक्रमीय प्रतिबिंब वक्रांच्या ज्ञात वैशिष्ट्यांमधून.

आमच्या अभ्यासात मुख्य लक्ष वनस्पति निर्देशांक NDVI च्या वितरण आणि गतिशीलतेच्या अभ्यासावर दिले गेले. हा निर्देशांक लागू करण्याचे सर्वात महत्त्वाचे क्षेत्र म्हणजे कृषी पिकांची स्थिती निश्चित करणे.

इमेज अॅनालिसिस विंडोचे NDVI बटण वापरल्याने तुम्हाला जवळच्या इन्फ्रारेड (NIR) आणि लाल (RED) शूटिंग झोनमधील प्रतिमा रूपांतरित करण्याची आणि त्यांच्या मूल्यांमधील सामान्यीकृत फरक म्हणून तथाकथित NDVI वनस्पती निर्देशांकाची गणना करण्यास अनुमती मिळते.

ArcGIS मध्ये वापरल्या जाणार्‍या NDVI ची गणना करण्यासाठी सूत्र सुधारित केले आहे: NDVI = (NIR - RED) / (NIR + RED)) * 100 + 100 .

याचा परिणाम 8-बिट पूर्णांक प्रतिमेमध्ये होतो, कारण गणना केलेल्या सेल मूल्यांची श्रेणी 0 ते 200 आहे.

स्थानिक विश्लेषक मधील रास्टर कॅल्क्युलेटर टूल वापरून NDVI ची गणना व्यक्तिचलितपणे केली जाऊ शकते. ArcGIS मध्ये, आउटपुट व्युत्पन्न करण्यासाठी वापरलेले NDVI गणना समीकरण खालीलप्रमाणे आहे:

NDVI = फ्लोट (NIR - RED) / फ्लोट (NIR + RED)).

या कामात मोर्डोव्हिया प्रजासत्ताकच्या डुबेन्स्की जिल्ह्यातील क्रॅसिंस्कॉय फार्मच्या शेतजमिनींवर मोजलेल्या एनडीव्हीआय निर्देशांकाच्या बहु-लौकिक मूल्यांची तपासणी केली गेली. 2009 मध्ये लँडसॅट 4-5 TM उपग्रहावरून सर्वेक्षण करण्यात आले. चित्रीकरणाच्या तारखा: 24 एप्रिल, 19 मे, 4 जून, 5 जुलै, 23 ऑगस्ट, 29 सप्टेंबर. तारखा निवडल्या गेल्या आहेत जेणेकरून त्यापैकी प्रत्येकावर पडेल भिन्न कालावधीवनस्पती वनस्पती.

स्थानिक विश्लेषक मधील रास्टर कॅल्क्युलेटर टूल वापरून NDVI मूल्यांची गणना केली गेली. आकृती 1 डुबेन्स्की जिल्ह्याच्या संपूर्ण प्रदेशात विशेष निवडलेल्या रंग स्केलमध्ये केलेल्या ऑपरेशनचे परिणाम दर्शविते.

निर्देशांकाची गणना स्पेक्ट्रमच्या जवळच्या इन्फ्रारेड आणि लाल प्रदेशांमधील प्रतिबिंब मूल्यांमधील फरक म्हणून केली जाते, त्यांच्या बेरीजने भागली जाते. परिणामी, NDVI मूल्ये -1 ते 1 पर्यंत बदलतात. हिरव्या वनस्पतींसाठी, जी स्पेक्ट्रमच्या जवळच्या अवरक्त प्रदेशात अत्यंत परावर्तित आहे आणि लाल श्रेणीमध्ये रेडिएशन चांगल्या प्रकारे शोषून घेते, NDVI मूल्ये करू शकत नाहीत 0 पेक्षा कमी असावे. नकारात्मक मूल्यांची कारणे प्रामुख्याने ढग, जलाशय आणि बर्फाचे आवरण आहेत. खूप कमी NDVI मूल्ये (0.1 पेक्षा कमी) वनस्पती नसलेल्या क्षेत्रांशी संबंधित आहेत, 0.2 ते 0.3 पर्यंतची मूल्ये झुडुपे आणि गवताळ प्रदेशांचे प्रतिनिधित्व करतात आणि उच्च मूल्ये (0.6 ते 0.8 पर्यंत) जंगलांचे प्रतिनिधित्व करतात. अभ्यास क्षेत्रात, प्राप्त rasters त्यानुसार, प्रतिनिधित्व

NDVI ची मूल्ये, पाणवठे, दाट झाडी, ओळखणे सोपे आहे.

ढग, आणि ठळक वस्ती.

SHU1 मूल्य स्केल

तांदूळ. 1. KOU1 चे संश्लेषित रास्टर वितरण.

विशिष्ट कृषी पिकांनी व्यापलेली फील्ड निश्चित करणे अधिक कठीण आहे, विशेषत: वेगवेगळ्या पिकांसाठी वाढणारा हंगाम बदलतो आणि जास्तीत जास्त फायटोमास वेगवेगळ्या तारखांना पडतो. म्हणून, 2009 साठी डुबेन्स्की जिल्ह्याच्या क्रॅसिंस्कॉय फार्मच्या कृषी पिकांच्या शेताची योजना कामात स्त्रोत म्हणून वापरली गेली. वाढत्या हंगामात KOC1 निर्देशांकाच्या मूल्यांमधील बदलांचा अभ्यास करण्यासाठी, चाचणी भूखंड ओळखले गेले.

रास्टर सिस्टम्सचे सॉफ्टवेअर रास्टर घटकांच्या सर्व मूल्यांमधून किंवा वैयक्तिक मूल्यांमधून (कोणत्याही अभ्यासाच्या क्षेत्रात येणारे) संकलित केलेल्या वितरण मालिकेचे सांख्यिकीय विश्लेषण करण्यास अनुमती देते.

पुढे, “स्थानिक विश्लेषक” मॉड्यूलच्या “झोनल स्टॅटिस्टिक्स टू टेबल” टूलचा वापर करून, निवडलेल्या झोनमध्ये (वेगवेगळ्या पिकांचे क्षेत्र) असलेल्या सेल व्हॅल्यूजचा वापर करून, निर्देशांकाची वर्णनात्मक आकडेवारी प्राप्त झाली - कमाल, किमान आणि सरासरी मूल्य, स्कॅटर, मानक विचलन आणि बेरीज (चित्र 2). अशी गणना चित्रीकरणाच्या सर्व तारखांसाठी केली जाते.

तांदूळ. 2. स्थानिक विश्लेषक साधन "झोनल स्टॅटिस्टिक्स टू टेबल" वापरून NDVI मूल्यांचे निर्धारण.

त्यांच्या आधारावर, वैयक्तिक पिकांसाठी गणना केलेल्या एक किंवा दुसर्या सांख्यिकीय निर्देशकाच्या गतिशीलतेचा अभ्यास केला गेला. तर, टेबल 1 अभ्यास केलेल्या वनस्पती निर्देशांकाच्या सरासरी मूल्यांमधील बदल दर्शविते.

कृषी पिकांच्या NDVI निर्देशांकाची सरासरी मूल्ये

तक्ता 1

हिवाळी गहू ०.२१३ ०.४५० ०.४८५ ०.३७१ ०.०९८ ०.२८४

कॉर्न ०.०६४ ०.१४६ ०.२६० ०.३९८ ०.३०० ०.१३६

बार्ली ०.०६८ ०.०८२ ०.१७२ ०.४७४ ०.३६२ ०.०१९

माल्टिंग बार्ली ०.१७२ ०.३८३ ०.३९१ ०.३५३ ०.१८० ०.१४७

बारमाही गवत 0.071 0.196 0.443 0.474 0.318 0.360

वार्षिक औषधी वनस्पती 0.152 0.400 0.486 0.409 0.320 0.404

क्लीन स्टीम 0.174 0.233 0.274 0.215 0.205 0.336

वाढत्या हंगामासाठी K0Y1 निर्देशांक मूल्यांच्या विविध संख्यात्मक सांख्यिकीय वैशिष्ट्यांमधील फरकाचे चित्र ग्राफिक प्रतिमांद्वारे अधिक स्पष्टपणे प्रदर्शित केले जाते. आकृती 3 वैयक्तिक पिकांसाठी सरासरी निर्देशांक मूल्यांवर तयार केलेले तक्ते दाखवते.

हिवाळी गहू

ऑगस्ट सप्टेंबर

तांदूळ. अंजीर. 3. व्यापलेल्या प्रदेशातील KOI1 मूल्यांची गतिशीलता: अ) हिवाळी गहू; ब) बार्ली; c) कॉर्न.

हे पाहिले जाऊ शकते की KBU ची किमान आणि कमाल! प्रत्येक पिकाच्या वाढीच्या हंगामाचा कालावधी आणि फायटोमासचे प्रमाण भिन्न असल्यामुळे वेगवेगळ्या तारखांना पडतात. उदाहरणार्थ, KBU चे सर्वात मोठे मूल्य! हिवाळ्यातील गहू जूनच्या दुसऱ्या दशकात येतो आणि कॉर्न - जुलैच्या सुरूवातीस. बार्ली आणि वार्षिक गवतांमध्ये फायटोमासच्या प्रमाणात हळूहळू वाढ दिसून येते. वाढत्या हंगामात शुद्ध फॉलोची समान मूल्ये या वस्तुस्थितीमुळे आहेत की ही खुली लागवड केलेली माती आहे आणि केबीयूच्या मूल्यात वाढ झाली आहे! सप्टेंबरमध्ये सैद्धांतिकदृष्ट्या हिवाळी पिकांच्या पेरणींशी संबंधित असू शकते.

KBU मूल्ये! अभ्यास क्षेत्राच्या स्थानाशी संबंधित, विशेषतः, एक्सपोजर आणि उतार कोनासह. स्पष्टतेसाठी, KBU च्या मूल्यांसह संश्लेषित रास्टर! 23 ऑगस्ट रोजी BYATM (Fig. 4) च्या जागतिक डिजिटल भूप्रदेश मॉडेलच्या आधारे तयार केलेल्या हिलशेडसह एकत्र केले गेले. हे पाहिले जाऊ शकते की नैराश्याच्या ठिकाणी (नदी खोरे, नाले) KBU ची मूल्ये! अधिक

तांदूळ. 4. केबीयू मूल्यांसह रास्टर जुळवणे! आणि हलकी आणि सावली टेकडी.

KBU च्या मूल्यांची गणना करण्यासाठी LaneBa1 च्या प्रतिमा व्यतिरिक्त! इतर रिमोट सेन्सिंग डेटा देखील वापरला जाऊ शकतो, उदाहरणार्थ, MOBC स्पेक्ट्रोरेडिओमीटरमधील डेटा.

KBU च्या गणना केलेल्या मल्टी-टेम्पोरल मूल्यांवर आधारित! विविध नकाशे तयार केले जाऊ शकतात, उदाहरणार्थ, प्रदेशातील कृषी संसाधनांचे मूल्यांकन करण्यासाठी नकाशे, पिकांचे निरीक्षण करणे, नॉन-वुडी वनस्पतींच्या बायोमासचे मूल्यांकन करणे, मेलीओरेशनच्या परिणामकारकतेचे मूल्यांकन करणे, कुरण उत्पादकतेचे मूल्यांकन करणे इ.

आयोजित केलेल्या अभ्यासांनी पृथ्वी रिमोट सेन्सिंग डेटावर प्रक्रिया करण्यासाठी ArcGIS GIS पॅकेज वापरण्याची शक्यता स्पष्टपणे दर्शविली आहे, ज्यामध्ये NDVI वनस्पति निर्देशांकाची गणना आणि विश्लेषण करणे समाविष्ट आहे, ज्याचा सर्वात महत्वाचा भाग म्हणजे पिकांच्या स्थितीचे निर्धारण करणे.

साहित्य

1. एब्रोसिमोव्ह ए.व्ही., ड्वोर्किन बी.ए. स्पेसमधून रिमोट सेन्सिंग डेटा वापरण्याची शक्यता

रशियामधील शेतीची कार्यक्षमता सुधारणे // जिओमॅटिक्स. - 2009. - क्रमांक 4. - एस. 46-49.

2. Antipov T. I., Pavlova A. I., Kalichkin V. A. स्वयंचलित पद्धतींची उदाहरणे

जमिनीच्या कृषी पर्यावरणीय मूल्यांकनासाठी भूचित्रांचे विश्लेषण // उच्च शैक्षणिक संस्थांचे इझवेस्टिया. जिओडेसी आणि एरियल फोटोग्राफी. - 2012. - क्रमांक 2/1. - एस. 40-44.

3. Belorustseva E. V. शेतजमिनीच्या स्थितीचे निरीक्षण करणे

रशियन फेडरेशनचा नॉनचेर्नोझेम झोन // अंतराळातून पृथ्वीच्या रिमोट सेन्सिंगच्या आधुनिक समस्या. - 2012. - व्ही. 9, क्रमांक 1. - एस. 57-64.

4. Ivlieva N. G. GIS तंत्रज्ञान वापरून नकाशे तयार करणे: पाठ्यपुस्तक. साठी भत्ता

विशेष 020501 (013700) "कार्टोग्राफी" मध्ये शिकणारे विद्यार्थी. -सारांस्क: मोर्दोव्हचे प्रकाशन गृह. अन-टा, 2005. - 124 पी.

5. मनुखोव व्ही. एफ., वरफोलोमीवा एन. ए., वर्फोलोमीव ए. एफ. जागेचा वापर

विद्यार्थ्यांच्या शैक्षणिक आणि संशोधन क्रियाकलापांच्या प्रक्रियेतील माहिती // जिओडेसी आणि कार्टोग्राफी. - 2009. - क्रमांक 7. - एस. 46-50.

6. मनुखोव व्ही. एफ., किस्ल्याकोवा एन. ए., वरफोलोमीव ए. एफ. माहिती तंत्रज्ञान

पदवीधर भूगोलकार-कार्टोग्राफरचे एरोस्पेस प्रशिक्षण // अध्यापनशास्त्रीय माहिती. - 2013. - क्रमांक 2. - एस. 27-33.

7. Mozgovoy D. K., Kravets O. V. साठी मल्टीस्पेक्ट्रल प्रतिमांचा वापर

कृषी पिकांचे वर्गीकरण // इकोलॉजी आणि नोस्फियर. - 2009. - क्रमांक 1-2. -सोबत. ५४-५८.

8. Rosyaykina E. A., Ivlieva N. G. रिमोट सेन्सिंग डेटाचे नियंत्रण

जीआयएस-पॅकेज आर्कजीआयएस // आधुनिक जगामध्ये कार्टोग्राफी आणि भू-विज्ञान: 2 रा ऑल-रशियनचे साहित्य. वैज्ञानिक-व्यावहारिक. conf., सारांस्क, 8 एप्रिल. 2014 / संपादकीय मंडळ: व्ही. एफ. मानुखोव (जबाबदार संपादक) आणि इतर - सारांस्क: मोर्दोव्हचे प्रकाशन गृह. un-ta, 2014. - पृष्ठ 150-154.

9. सेरेब्र्यान्नाया ओ.एल., ग्लेबोवा के. एस. ऑन-द-फ्लाय प्रक्रिया आणि डायनॅमिक रचना

आर्कजीआयएस मधील रास्टर इमेज मोज़ेक: पारंपारिक समस्यांसाठी एक नवीन उपाय.

[इलेक्ट्रॉनिक संसाधन] // ArcReview. - 2011. - क्रमांक 4 (59). - प्रवेश मोड: http://dataplus.ru/news/arcreview/.

10. चंद्र ए.एम., गोश. एस.के. रिमोट सेन्सिंगआणि भौगोलिक माहिती प्रणाली / अनुवाद. इंग्रजीतून. - एम.: टेक्नोस्फेरा, 2008. - 288 पी.

11. चेरेपानोव ए.एस. वनस्पती निर्देशांक // भूविज्ञान. - 2011. - क्रमांक 2. - एस. 98-102.

09/20/2018, गुरु, 10:51, Msk , मजकूर: इगोर कोरोलेव्ह

डिजिटल इकॉनॉमी प्रोग्राममध्ये एकूण ₽34.9 अब्ज खर्चासह अवकाशीय डेटा आणि अर्थ रिमोट सेन्सिंग डेटाची उपलब्धता सुनिश्चित करण्यासाठी उपाययोजनांची संपूर्ण श्रेणी समाविष्ट आहे. दोन्ही प्रकारच्या डेटासाठी पोर्टल तयार करणे, जिओडेटिक स्टेशनचे फेडरल नेटवर्क तयार करणे हे नियोजित आहे. आणि अवकाशातून फेडरल बजेट खर्चाच्या कार्यक्षमतेचे परीक्षण करा.

कसेविकसित करणेअवकाशीयडेटाआणिडेटारिमोट सेन्सिंग

"डिजिटल इकॉनॉमी" प्रोग्रामच्या "माहिती पायाभूत सुविधा" विभागात स्थानिक डेटा आणि अवकाशातील अर्थ रिमोट सेन्सिंग (ERS) डेटाचे संकलन, प्रक्रिया आणि प्रसार यासाठी देशांतर्गत डिजिटल प्लॅटफॉर्म तयार करणे, नागरिक, व्यवसाय आणि सरकारच्या गरजा पूर्ण करणे समाविष्ट आहे. . CNews च्या अंदाजानुसार, संबंधित क्रियाकलापांची किंमत ₽34.9 अब्ज इतकी असेल, यातील बहुतेक रक्कम फेडरल बजेटमधून घेतली जाईल.

सर्व प्रथम, अवकाशीय डेटा आणि अवकाशातील रिमोट सेन्सिंग डेटासह कार्य करण्याच्या क्षेत्रात संज्ञांचा शब्दकोष विकसित करण्याची योजना आहे. त्याच क्षेत्रात, त्यांच्या आधारावर तयार केलेली उत्पादने आणि सेवांसह, कार्ये सेट केली जावीत आणि देशांतर्गत सेवांमध्ये डिजिटल अर्थव्यवस्थेच्या गरजा आणि तंत्रज्ञान एकत्रित, प्रक्रिया, प्रसार आणि विश्लेषणासाठी संशोधन करण्यासाठी आवश्यकता तयार केल्या पाहिजेत.

आर्थिक विकास मंत्रालय, दूरसंचार आणि जनसंपर्क मंत्रालय, रोस्कोसमॉस, रोसरीस्ट्र, रोस्टेलेकॉम, मॉस्को स्टेट युनिव्हर्सिटी हे संबंधित काम हाती घेतील. एम.व्ही. लोमोनोसोव्ह आणि नॅशनल टेक्नॉलॉजी इनिशिएटिव्ह (एनटीआय) चे एरोनेट वर्किंग ग्रुप. या हेतूंसाठी, ₽88 दशलक्ष खर्च केले जातील, त्यापैकी ₽65 दशलक्ष फेडरल बजेटद्वारे वाटप केले जातील. लक्षात घ्या की, रशियन कायद्यानुसार, रिमोट सेन्सिंग डेटा अवकाशीय डेटावर लागू होत नाही.

समांतर, अवकाशातील स्थानिक डेटा आणि रिमोट सेन्सिंग डेटासाठी, संग्रहण, साठवण, प्रक्रिया आणि वितरणासाठी पायाभूत सुविधा निर्माण करण्यासाठी आर्किटेक्चर आणि रोडमॅप विकसित केला जाईल. पायाभूत सुविधा आंतरविभागीय युनिफाइड टेरिटोरिअली डिस्ट्रिब्युटेड इन्फॉर्मेशन सिस्टम (ETRIS रिमोट सेन्सिंग) च्या आधारे कार्य करेल.

हे Roskosmos, Rostelecom आणि आर्थिक विकास मंत्रालय द्वारे केले जाईल. कार्यक्रमाची किंमत ₽85 दशलक्ष असेल, त्यापैकी ₽65 दशलक्ष फेडरल बजेटद्वारे वाटप केले जातील.

प्रमाणनडेटारिमोट सेन्सिंग

प्रमाणित अर्थ रिमोट सेन्सिंग डेटाचा वापर नियंत्रित केला पाहिजे. फेडरल रिमोट सेन्सिंग फंडाची स्थिती सुरक्षित करण्यासाठी फेडरल कायद्यात सुधारणा केल्या जातील.

योग्य नियामक आणि कायदेशीर समर्थन तयार करण्यासाठी एक रोडमॅप देखील विकसित केला जाईल. स्थानिक डेटा आणि सामग्री आणि संबंधित फेडरल फंडामध्ये समाविष्ट असलेल्या रिमोट सेन्सिंग डेटाच्या इलेक्ट्रॉनिक स्वरूपात तरतूद आणि प्रक्रियेसाठी मानक आवश्यकता मंजूर केल्या जातील.

नियामक कृत्ये कायदेशीरदृष्ट्या महत्त्वपूर्ण डेटा मिळविण्यासाठी स्पेसमधून रिमोट सेन्सिंग डेटा आणि अल्गोरिदमसाठी त्यांच्या प्रक्रियेसाठी प्रमाणन प्रणाली तयार करतील, तसेच स्पेसमधून प्रमाणित रिमोट सेन्सिंग डेटा आणि इतर पद्धतींद्वारे प्राप्त केलेला डेटा वापरण्याची प्रक्रिया निश्चित करेल. आर्थिक अभिसरणात पृथ्वीचे रिमोट सेन्सिंग. Roscosmos, Rostelecom, दूरसंचार आणि मास कम्युनिकेशन मंत्रालय, आर्थिक विकास मंत्रालय आणि NTI एरोनेट या उपक्रमांमध्ये सहभागी होतील.

फेडरलपोर्टलअवकाशीयडेटा

पुढे, फेडरल स्पेशियल डेटा फंडामध्ये समाविष्ट असलेल्या स्थानिक डेटा आणि सामग्रीच्या इलेक्ट्रॉनिक स्वरूपात तरतूद करण्यासाठी तसेच संबंधित फेडरल फंडमध्ये समाविष्ट असलेल्या रिमोट सेन्सिंग डेटासाठी पद्धती प्रदान केल्या जातील.

या उद्देशासाठी, राज्य माहिती प्रणाली फेडरल स्पेशियल डेटा पोर्टल (GIS FPPD) विकसित केली जाईल ज्यामुळे फेडरल स्पेशियल डेटा फंडामध्ये समाविष्ट असलेल्या माहितीमध्ये प्रवेश मिळेल.

प्रथम, संबंधित प्रणालीची संकल्पना तयार केली जाईल. त्यानंतर, एप्रिल 2019 पर्यंत, ते चाचणी ऑपरेशनमध्ये ठेवले जाईल आणि 2019 च्या अखेरीस ते व्यावसायिक ऑपरेशनमध्ये ठेवले जाईल. GIS FPPD च्या विकास, लॉन्च आणि आधुनिकीकरणासाठी फेडरल बजेट ₽625 दशलक्ष खर्च येईल.

GIS FPPD मध्ये "इंटरडिपार्टमेंटल जिओफॉर्मेशनल इंटरॅक्शनसाठी डिजिटल प्लॅटफॉर्म" ही उपप्रणाली तयार केली जाईल. त्याची चाचणी ऑपरेशनमध्ये लॉन्च नोव्हेंबर 2019 मध्ये होईल, ज्यासाठी फेडरल बजेटला आणखी ₽50 दशलक्ष खर्च येईल.

या उपप्रणालीला रिमोट सेन्सिंग डेटाच्या फेडरल फंडाशी जोडण्यासाठी योजना विकसित केल्या जातील, स्थानिक डेटाचा निधी आणि राज्य प्राधिकरणांची सामग्री इलेक्ट्रॉनिक पद्धतीने त्यांच्या विल्हेवाटीवर प्रदान करण्यासाठी. आर्थिक विकास मंत्रालय, Rosreestr आणि Roskosmos द्वारे संबंधित उपाययोजना केल्या जातील.

अवयवराज्य अधिकारीशेअर करेलअवकाशीयडेटाआणिडेटारिमोट सेन्सिंग

राज्य प्राधिकरण आणि स्थानिक स्वराज्य संस्थांच्या विल्हेवाटीवर माहितीच्या स्थापित सूचीच्या समन्वयांचा वापर करून स्वयंचलित मोडमध्ये प्रदान करण्याची शक्यता प्रदान करण्याचे देखील नियोजित आहे.

प्रथम, राज्य प्राधिकरणांच्या ताब्यात असलेल्या अवकाशीय डेटा आणि रिमोट सेन्सिंग डेटाच्या प्रकटीकरणाच्या पॅरामीटर्सच्या आवश्यकतांमध्ये सुधारणा करून मिळू शकणार्‍या आर्थिक परिणामांचे मूल्यांकन केले जाईल. त्यानंतर, निर्देशांक वापरून स्वयंचलित मोडमध्ये प्रदान केल्या जाणार्‍या माहितीच्या सूचीमध्ये (तसेच त्यांचे तपशील आणि स्वरूप) बदल केले जातील, तसेच अशा माहितीच्या मालकीच्या अधिकार्यांच्या सूचीसह.

2019 च्या अखेरीस, एक स्वयंचलित कार्टोग्राफिक सेवा विकसित केली जाईल आणि कार्यान्वित केली जाईल, जी समन्वयक वापरून राज्य प्राधिकरणांच्या विल्हेवाटीवर थीमॅटिक माहिती प्रदान करेल. संबंधित काम आर्थिक विकास मंत्रालय, Roscosmos, Rosreestr, फेडरल सुरक्षा सेवा आणि संरक्षण मंत्रालयाद्वारे केले जाईल आणि फेडरल बजेट त्यांच्या अंमलबजावणीसाठी ₽250 दशलक्ष वाटप करेल.

याव्यतिरिक्त, स्वयंचलित प्रक्रिया, ओळख, प्रमाणीकरण आणि स्थानिक डेटा वापरण्याची शक्यता प्रदान केली जाईल. हे करण्यासाठी, वर नमूद केलेल्या साधनांसाठी कार्यात्मक आवश्यकता विकसित केल्या जातील, ज्यामध्ये अवकाशीय वस्तूंच्या प्रतिमांचे स्वयंचलित सामान्यीकरण तसेच भूप्रदेशातील बदलांसाठी निरीक्षण साधनांसाठी प्रणालींचा समावेश आहे.

अवकाशीय डेटा संसाधने अद्यतनित करण्यासाठी वारंवारता आवश्यकतांचे पालन सुनिश्चित करणे हे उद्दिष्ट आहे. संबंधित साधनांचे चाचणी ऑपरेशन सप्टेंबर 2019 मध्ये सुरू झाले पाहिजे, औद्योगिक ऑपरेशन - 2020 च्या शेवटपर्यंत.

स्थानिक डेटा संकलित करण्यासाठी आणि त्यावर प्रक्रिया करण्यासाठी वापरल्या जाणार्‍या रोबोटिक सिस्टमच्या चाचणीसाठी प्रायोगिक साइट्सची पायाभूत सुविधा देखील तयार केली जावी. नियुक्त केलेले उपक्रम आर्थिक विकास मंत्रालय, Rosreestr आणि NTI Aeronet द्वारे हाती घेतले जातील.

देशभक्तभौगोलिक माहितीवायच्या साठीमृतदेहराज्य अधिकारी

दस्तऐवजाची दुसरी दिशा म्हणजे राज्य आणि स्थानिक सरकारी संस्था, तसेच सरकारी कंपन्यांमध्ये देशांतर्गत भू-माहिती तंत्रज्ञानाचा विकास आणि वापर सुनिश्चित करणे. संबंधित सॉफ्टवेअरच्या आवश्यकता विकसित केल्या जातील आणि इंटरनेटवर प्रकाशित केल्या जातील.

नंतर रशियन सॉफ्टवेअरचे युनिफाइड रजिस्टर लक्षात घेऊन स्थापित आवश्यकता पूर्ण करणार्‍या सॉफ्टवेअर साधनांची यादी तयार केली जाईल. तसेच, राज्य प्राधिकरणांमध्ये भू-माहिती तंत्रज्ञान आणि देशांतर्गत रिमोट सेन्सिंग डेटा वापरून आशादायक तंत्रज्ञान आणि व्यवस्थापन मॉडेल्सचा अभ्यास केला जाईल आणि या क्षेत्रांमध्ये देशांतर्गत सॉफ्टवेअरमध्ये संक्रमणासाठी पद्धतशीर शिफारसी विकसित केल्या जातील.

याव्यतिरिक्त, राज्य प्राधिकरण आणि राज्य कंपन्यांच्या माहिती प्रणालींमध्ये भौगोलिक माहिती प्रणाली सॉफ्टवेअरच्या वापराचे निरीक्षण आणि विश्लेषण केले जाईल. त्यानंतर, या क्षेत्रात देशांतर्गत सॉफ्टवेअरचा वापर सुनिश्चित करण्याच्या उद्देशाने फेडरल आणि प्रादेशिक अधिकारी, स्थानिक सरकार आणि राज्य-मालकीच्या कंपन्यांसाठी कृती योजना विकसित केल्या जातील. आर्थिक विकास मंत्रालय, दूरसंचार आणि जनसंपर्क मंत्रालय, Roscosmos आणि Rostelecom या कार्यक्रमांची काळजी घेतील.

4,8 अब्जवरफेडरलनिव्वळजिओडेटिकस्थानके

कृती आराखड्यात राज्य आणि स्थानिक समन्वय प्रणाली सेट करणे, परिष्कृत करणे आणि प्रसारित करणे यासाठी आवश्यक असलेली एकसंध भौगोलिक पायाभूत सुविधा निर्माण करणे समाविष्ट आहे. आर्थिक विकास मंत्रालय, संरक्षण मंत्रालय, Rosreestr, Rosstandart, फेडरल एजन्सी फॉर सायंटिफिक रिसर्च, Roskosmos, Geodesy, Cartography आणि SDI आणि JSC Roskartografiya द्वारे संबंधित क्रियाकलाप केले जातील.

यासाठी, आकृतीचे मापदंड आणि गुरुत्वाकर्षण क्षेत्र, पृथ्वीचे जिओडेटिक पॅरामीटर्स आणि राज्य समन्वय प्रणाली, राज्य उंची प्रणाली, राज्य गुरुत्वाकर्षण प्रणाली स्पष्ट करण्यासाठी आवश्यक असलेले इतर मापदंड स्पष्ट करण्यासाठी संशोधन कार्य केले जाईल. आणि जिओडेटिक नेटवर्कच्या विकासाचे औचित्य सिद्ध करा.

राज्य जिओडेटिक नेटवर्क (GTS), राज्य स्तरीकरण नेटवर्क, राज्य गुरुत्वाकर्षण नेटवर्कच्या बिंदूंची राज्य नोंदणी आणि सुरक्षितता देखील सुनिश्चित केली जाईल. जीटीएस पॉइंट्स, स्टेट लेव्हलिंग आणि ग्रॅव्हिमेट्रिक नेटवर्क्सच्या वैशिष्ट्यांचे परीक्षण करण्यासाठी एक प्रणाली आयोजित केली जाईल आणि कोलोकेटेड जिओडेटिक निरीक्षण केंद्रांच्या घरगुती नेटवर्कचा विकास सुनिश्चित केला जाईल. या हेतूंसाठी, फेडरल बजेट 2018-20 मध्ये वाटप करेल. ₽3.18 अब्ज

पुढे, एक सेवा तयार केली जाईल जी नैसर्गिक आणि मानववंशीय भूगतिकीय प्रक्रियांमुळे होणाऱ्या क्रस्टल हालचालींची व्याख्या प्रदान करते, तसेच पृथ्वीच्या रिमोट सेन्सिंगसाठी नेव्हिगेशन स्पेसक्राफ्ट आणि स्पेसक्राफ्टच्या अचूक कक्षाचे मापदंड निर्धारित आणि परिष्कृत करण्यासाठी सेवा प्रदान करते.

पुढील टप्प्यावर, निर्देशांक निश्चित करण्याच्या अचूकतेमध्ये सुधारणा करण्यासाठी जिओडेटिक स्टेशनचे फेडरल नेटवर्क तयार केले जाईल, तसेच जिओडेटिक स्टेशनचे नेटवर्क एकत्रित करण्यासाठी आणि प्राप्त माहितीवर प्रक्रिया करण्यासाठी केंद्र तयार केले जाईल. प्रथम, संबंधित नेटवर्कची संकल्पना विकसित केली जाईल, ज्यामध्ये सेवा आणि त्यांच्या वापराचा भूगोल, नेटवर्कची निर्मिती आणि ऑपरेशनचे तांत्रिक आणि आर्थिक निर्देशक समाविष्ट आहेत.

ऑगस्ट 2019 पर्यंत, जिओडेटिक बेस स्टेशनच्या फेडरल नेटवर्कचे "पायलट झोन" तयार केले जातील आणि कमीतकमी तीन प्रदेशांमध्ये कार्यान्वित केले जातील. तसेच, जिओडेटिक स्टेशन्सच्या नेटवर्कच्या एकत्रीकरणासाठी एक केंद्र चाचणी ऑपरेशनमध्ये ठेवले जाईल. "पायलट झोन" चा अनुभव लक्षात घेऊन, भविष्यातील नेटवर्कसाठी संदर्भ अटी तयार केल्या जातील.

2020 च्या अखेरीस नेटवर्क स्वतःच कार्य करण्यास प्रारंभ करेल. ₽1.65 अब्ज त्याच्या निर्मितीवर आणि लॉन्च करण्यासाठी खर्च केले जातील. त्याच वेळी, ₽1.35 अब्ज फेडरल बजेटमधून, उर्वरित ₽200 दशलक्ष एक्स्ट्राबजेटरी स्त्रोतांकडून घेतले जातील. जिओडेटिक इन्फ्रास्ट्रक्चर तयार आणि देखरेख करण्यासाठी एकूण खर्च ₽4.83 अब्ज इतका असेल.

19 अब्जवरसंयुक्तइलेक्ट्रॉनिककार्टोग्राफिकआधार

दस्तऐवजात मांडलेला आणखी एक प्रकल्प म्हणजे युनिफाइड इलेक्ट्रॉनिक कार्टोग्राफिक बेस (EECS) आणि EECS राखण्यासाठी राज्य प्रणालीची निर्मिती. प्रथम, GIS EEKO ची संकल्पना, संदर्भ अटी, मसुदा डिझाइन तयार केले जाईल. चाचणी ऑपरेशनमध्ये प्रणालीचे प्रक्षेपण एप्रिल 2019 मध्ये, औद्योगिक ऑपरेशनमध्ये - 2019 च्या समाप्तीपूर्वी झाले पाहिजे.

पुढे, GIS EEKO च्या आधाराची निर्मिती, खुल्या डिजिटल टोपोग्राफिक नकाशे आणि स्थानिक डेटाच्या फेडरल फंडामध्ये ठेवलेल्या योजनांच्या आधारे आणि मूलभूत उच्च-परिशुद्धता (स्केल 1: 2000) तयार करणे यासह केले जाईल. ) GIS EEKO जमा करण्याच्या हितासाठी उच्च लोकसंख्येची घनता असलेल्या प्रदेशांच्या स्थानिक डेटाचा स्तर.

EEKO डेटा आणि सेवांची लक्ष्य रचना आणि संरचना, विविध ग्राहक गटांच्या हितासाठी कार्टोग्राफिक बेस आणि स्थानिक डेटा वापरण्यासाठी पद्धती आणि अल्गोरिदम आणि वितरित खातेवही तंत्रज्ञान (ब्लॉकचेन) वापरण्याच्या शक्यतांची सूची विकसित केली जावी.

स्वयंचलित आणि रोबोटिक प्रणालींसह ग्राहकांच्या विविध श्रेणींद्वारे वापरण्यासाठी एक आशादायक GIS EEKO मॉडेल तयार करण्याची देखील योजना आहे. Rosreestr, आर्थिक विकास मंत्रालय आणि NTI Aeronet संबंधित उपाययोजना करतील. GIS EEKO शी संबंधित उपक्रमांसाठी फेडरल बजेट ₽19.32 अब्ज खर्च येईल.

फेडरलपोर्टलडेटादूरस्थआवाजपृथ्वी

दस्तऐवज पृथ्वीच्या रिमोट सेन्सिंगचा इलेक्ट्रॉनिक डेटा आणि फेडरल रिमोट सेन्सिंग फंडामध्ये समाविष्ट असलेल्या सामग्रीची तरतूद करतो. यासाठी, रशियन अर्थ रिमोट सेन्सिंग स्पेसक्राफ्ट आणि राज्य कॉर्पोरेशन Roscosmos च्या जिओपोर्टलमधील डेटामध्ये प्रवेश प्रदान करण्यासाठी सिस्टमची माहिती तंत्रज्ञान यंत्रणा (रॉसकॉसमॉस माहिती प्रणालीचा भाग म्हणून) श्रेणीसुधारित केली जाईल.

फेडरल डेटा पोर्टल फॉर रिमोट सेन्सिंग ऑफ द अर्थ फ्रॉम स्पेस (GIS FPRS) या राज्य माहिती प्रणालीची संकल्पना, संदर्भ अटी आणि मसुदा डिझाइन विकसित केले जाईल, जे अवकाशातून रिमोट सेन्सिंग डेटाच्या फेडरल फंडामध्ये असलेल्या माहितीमध्ये प्रवेश प्रदान करते.

GIS FPDDZ 2019 च्या अखेरीस चाचणी कार्यात आणले जाईल आणि 2020 च्या अखेरीस व्यावसायिक कार्यात आणले जाईल. Roscosmos प्रकल्पात सहभागी होईल. फेडरल बजेट संबंधित उद्देशांसाठी ₽315 दशलक्ष वाटप करेल.

संयुक्तअखंडसततबहुस्तरीयकोटिंगडेटारिमोट सेन्सिंग

विविध अवकाशीय रिझोल्यूशनच्या अंतराळातील रिमोट सेन्सिंग डेटाचे एकल अखंड सतत बहुस्तरीय कव्हरेज देखील तयार केले जाईल. Roskosmos, Rosreestr आणि आर्थिक विकास आणि व्यापार मंत्रालय संबंधित क्रियाकलापांमध्ये गुंतले जातील, त्यांना फेडरल बजेट ₽6.44 अब्ज खर्च येईल.

यासाठी, प्रथम एक योग्य उच्च-रिझोल्यूशन कव्हरेज संकल्पना (2-3 मीटर) तयार केली जाईल. 2018 च्या अखेरीस, 5 मीटरपेक्षा वाईट नसलेल्या अचूकतेसह रशियन अंतराळयानाच्या रिमोट सेन्सिंग डेटाच्या आधारे उच्च अवकाशीय रिझोल्यूशन (SBP-V) च्या सतत उच्च-परिशुद्धता सीमलेस कोटिंगचा एक तांत्रिक संच तयार केला जाईल. विशेषतः, फील्ड वर्क आणि उपग्रह प्रतिमांवरील मोजमापांच्या परिणामी अतिरिक्त संदर्भ बिंदूंचे निर्धारण वापरले जाईल.

2018 मध्ये, SBP-V एकूण 2.7 दशलक्ष kV किमी क्षेत्रफळ असलेल्या प्राधान्य क्षेत्राच्या प्रदेशांवर तैनात केले जाईल. 2019 मध्ये, SBP-V 2.9 दशलक्ष चौरस किलोमीटर क्षेत्रफळ असलेल्या दुसऱ्या टप्प्यातील जिल्ह्यांच्या प्रदेशावर तैनात केले जाईल. 2020 मध्ये, SBP-V 11.4 दशलक्ष चौरस किलोमीटर क्षेत्रफळ असलेल्या उच्च लोकसंख्येची घनता असलेल्या प्रदेशांसह इतर प्रदेशांच्या भूभागावर तैनात केले जाईल.

त्याच वेळी, मास-यूज कव्हरेज (SBP-M) च्या सतत मल्टी-स्केल कव्हरेजचा एक संच रशियन रिमोट सेन्सिंग उपग्रहांच्या मल्टीस्पेक्ट्रल सर्वेक्षण डेटासह उच्च रिझोल्यूशन अचूकतेसह 15 मीटरपेक्षा वाईट नसलेला तयार केला जाईल.

2018 मध्ये, SBP-M एकूण 2.7 दशलक्ष kV किमी क्षेत्रफळ असलेल्या प्राधान्य क्षेत्राच्या प्रदेशावर तैनात केले जाईल. 2019 मध्ये - दुसऱ्या टप्प्यातील जिल्ह्यांच्या प्रदेशात एकूण 2.9 चौरस किमी क्षेत्रफळ आहे. 2020 मध्ये, SBP-M एकूण 11.4 दशलक्ष kV किमी क्षेत्रासह इतर प्रदेशांमध्ये तैनात केले जाईल.

2020 मध्ये, एकसमान सीमलेस सीमलेस मल्टीलेअर अर्थ रिमोट सेन्सिंग डेटा कव्हरेज (UESVR) उच्च अवकाशीय रिझोल्यूशनच्या निरंतर उच्च-परिशुद्धता सीमलेस सीमलेस कव्हरेज आणि मोठ्या प्रमाणात वापराच्या सतत मल्टी-स्केल कव्हरेजच्या सेटच्या आधारावर तयार केले जाईल. EBSPVR ची राज्य माहिती प्रणाली (GIS) देखील चाचणी कार्यात आणली जाईल.

परिणामी, एक माहिती बेस प्राप्त केला पाहिजे जो अंतराळ आणि त्यावर आधारित उत्पादनांमधून घरगुती रिमोट सेन्सिंग डेटाच्या मोजमाप वैशिष्ट्यांची स्थिरता आणि स्पर्धात्मकता सुनिश्चित करेल. तसेच, रिमोट सेन्सिंग तंत्रज्ञान आणि तृतीय-पक्ष माहिती प्रणालींच्या माहिती समर्थनावर आधारित लागू क्लायंट-देणारं सेवा आणि सेवांच्या विस्तृत श्रेणीच्या निर्मितीसाठी तंत्रज्ञान आणि मूलभूत माहिती आधार तयार केला जाईल.

वायच्या साठीस्वयंचलितप्रक्रियाडेटादूरस्थआवाजपृथ्वी

अंतराळातून रिमोट सेन्सिंग डेटाची स्वयंचलित प्रक्रिया, ओळख, पुष्टीकरण आणि वापर करण्याची शक्यता प्रदान करण्याची योजना आहे. यासाठी, प्रथम प्रायोगिक संशोधन केले जाईल, स्वयंचलित प्रवाहासाठी तंत्रज्ञान आणि सॉफ्टवेअर विकसित केले जातील आणि आउटपुट माहिती उत्पादनांसाठी मानकीकरण घटकांच्या निर्मितीसह अंतराळातून रिमोट सेन्सिंग डेटाची प्रक्रिया वितरित केली जाईल.

मे 2020 पर्यंत योग्य साधने आणि युनिफाइड सॉफ्टवेअरची चाचणी कार्यान्वित केली जाईल. 2020 च्या समाप्तीपूर्वी सुरू होईल. Roscosmos, आर्थिक विकास मंत्रालय आणि Rosreestr प्रकल्पात सहभागी होतील, फेडरल बजेट खर्च ₽975 दशलक्ष इतका असेल .

माहिती संसाधनांच्या मानकीकरणाच्या घटकांसह अंतराळातील रिमोट सेन्सिंग डेटाच्या प्राथमिक प्रक्रियेसाठी भविष्यातील युनिफाइड हार्डवेअर आणि सॉफ्टवेअर जमिनीवर आधारित स्पेस रिमोट सेन्सिंग इन्फ्रास्ट्रक्चरच्या भौगोलिकदृष्ट्या वितरित क्लाउड कॉम्प्युटिंग संसाधनांच्या आधारावर कार्यान्वित केले जातील.

2018 मध्ये, खालील उद्योगांसाठी माहिती समर्थनाच्या उद्देशाने रिमोट सेन्सिंग डेटावर आधारित विशेष उद्योग सेवा तयार करण्यासाठी संकल्पना, नामकरण आणि तंत्रज्ञान विकसित केले जाईल: जमिनीचा वापर, वनीकरण, जल व्यवस्थापन, शेती, वाहतूक, बांधकाम आणि इतर.

वितरित प्रक्रिया आणि माहितीच्या संचयनासाठी युनिफाइड कॉम्प्लेक्सचे नमुने रशियन स्पेस रिमोट सेन्सिंग सिस्टमच्या ऑपरेटरच्या समस्या सोडवण्यासाठी डिझाइन केले जातील ज्यामध्ये जास्तीत जास्त ऑटोमेशन आणि प्रक्रियेचे मानकीकरण, स्वयंचलित गुणवत्ता नियंत्रण, देखभाल आणि खर्चाची प्रभावीता. ऑपरेशन विशेष सॉफ्टवेअरच्या एकत्रीकरणाची पातळी 80% पर्यंत असेल.

रिमोट सेन्सिंग उपग्रहांकडून लक्ष्यित माहिती प्राप्त केल्यानंतर 1.5 तासांच्या आत ग्राहकांना प्रवेश आणि जारी करण्यासाठी उपप्रणालीद्वारे वापरकर्त्यांच्या विनंतीनुसार रिमोट सेन्सिंगच्या मानक आणि मूलभूत माहिती उत्पादनांच्या स्वयंचलित प्रवाह निर्मितीसाठी तंत्रज्ञानाचा परिचय सुनिश्चित करेल.

याव्यतिरिक्त, रिमोट सेन्सिंग उपग्रहांच्या स्पेक्ट्रो-रेडिओमेट्रिक आणि समन्वय-मापन वैशिष्ट्यांचे परीक्षण करण्यासाठी आणि अंतराळातून रिमोट सेन्सिंगच्या माहिती उत्पादनांची पडताळणी करण्यासाठी बहुभुज साधने आधुनिक केली जातील, तसेच रिमोट सेन्सिंग डेटाच्या प्रमाणीकरणासाठी केंद्रासाठी इंस्ट्रूमेंटल आणि पद्धतशीर समर्थन देखील केले जाईल. जागा तयार केली जाईल.

रोस्कोसमॉस रिमोट सेन्सिंग डेटा प्रोसेसिंग स्ट्रीमिंगसाठी भौगोलिकदृष्ट्या वितरित संगणकीय संसाधन तयार करेल

माहिती पायाभूत सुविधा विभागांतर्गत डिजिटल इकॉनॉमी कार्यक्रमाच्या उपाययोजनांची अंमलबजावणी करण्याच्या योजनेची आणखी एक दिशा म्हणजे राज्य प्राधिकरणे आणि स्थानिक सरकारे तसेच राज्य-राज्यांमध्ये रिमोट सेन्सिंग डेटावर प्रक्रिया करण्यासाठी (थीमॅटिकसह) देशांतर्गत तंत्रज्ञानाचा विकास आणि वापर सुनिश्चित करणे. मालकीच्या कंपन्या.

या कल्पनेच्या अंमलबजावणीचा एक भाग म्हणून, रिमोट सेन्सिंग प्राप्त करणे, प्रक्रिया करणे आणि वितरित करणे यासाठी डेटा प्रोसेसिंग सेंटर्स आणि ग्राउंड-आधारित कॉम्प्लेक्सच्या कॉम्प्युटिंग क्लस्टर्सचा भाग म्हणून अंतराळातून रिमोट सेन्सिंग डेटाच्या प्रवाहित प्रक्रियेसाठी भौगोलिकदृष्ट्या वितरित केलेल्या संगणकीय संसाधनाची निर्मिती आणि आधुनिकीकरण. डेटा चालविला जाईल. हा प्रकल्प रोस्कोसमॉसद्वारे हाताळला जाईल.

2019 मध्ये, रशियाच्या युरोपियन झोनमध्ये, 2020 मध्ये - सुदूर पूर्व झोनमध्ये संबंधित कार्यक्रम आयोजित केले जातील. या उद्देशांसाठी, फेडरल बजेट ₽690 दशलक्ष वाटप करेल.

नियंत्रणखर्चफेडरलबजेटतपासेलपासूनजागा

समांतर, अंतराळातील रिमोट सेन्सिंग तंत्रज्ञानावर आधारित कृषी आणि वनीकरणासाठी हार्डवेअर आणि सॉफ्टवेअर सोल्यूशन्सचा विकास आणि आधुनिकीकरण आणि उपयोजित ग्राहक-केंद्रित सेवा होतील, यासाठी फेडरल बजेट ₽180 दशलक्ष खर्च येईल.

तसेच 2018 मध्ये, रिमोट सेन्सिंग डेटावर आधारित विशेष उद्योग सेवा तयार करण्यासाठी संकल्पना, नामकरण आणि तंत्रज्ञान खालील उद्योगांसाठी माहिती समर्थनाच्या उद्देशाने विकसित केले जाईल: जमिनीचा वापर, वनीकरण, जल व्यवस्थापन, शेती, वाहतूक, बांधकाम आणि इतर. Roskosmos सह एकत्रितपणे, ही कार्ये आर्थिक विकास मंत्रालयाद्वारे सोडवली जातील.

2019 मध्ये, समान सेवा आणि उपाय विकसित करण्यासाठी इतर उद्योगांची निवड केली जाईल. 2020 मध्ये, त्यानंतरच्या कमिशनिंगसह पायलट झोनमध्ये सेवा उपायांची चाचणी केली जाईल, संबंधित उपायांसाठी फेडरल बजेट ₽460 दशलक्ष खर्च येईल.

2018 मध्ये, सर्व प्रकारच्या बांधकामांना वित्तपुरवठा करण्याच्या उद्देशाने फेडरल बजेट फंड आणि राज्य अतिरिक्त-बजेटरी फंडांच्या बजेटच्या लक्ष्यित आणि कार्यक्षम वापरासाठी उपग्रह प्रतिमा देखरेख सेवा डिझाइन आणि तयार केली जाईल. हे Roskosmos आणि अकाउंट्स चेंबर द्वारे केले जाईल, फेडरल बजेट या प्रकल्पासाठी ₽125 दशलक्ष वाटप करेल.

त्याचप्रमाणे, पायाभूत सुविधा प्रकल्प आणि विशेष आर्थिक क्षेत्रांना वित्तपुरवठा करण्याच्या उद्देशाने फेडरल बजेटच्या उपग्रह प्रतिमांच्या वापरावर नियंत्रण ठेवण्यासाठी एक सेवा तयार केली जाईल. संबंधित संसाधनाची रचना केली जाईल आणि 2018 च्या अखेरीस चाचणी कार्यात आणली जाईल आणि त्याचे व्यावसायिक ऑपरेशन जून 2019 मध्ये सुरू होईल. फेडरल बजेटसाठी प्रकल्पाची किंमत ₽125 दशलक्ष असेल.

तसेच, फेडरल बजेटमधून उपग्रह प्रतिमांच्या वापरावर नियंत्रण ठेवण्यासाठी एक सेवा तयार केली जाईल, ज्याचा उद्देश आपत्कालीन परिस्थिती आणि नैसर्गिक आपत्तींचे परिणाम (आग, पूर इ.) टाळण्यासाठी आणि दूर करणे तसेच प्रदूषणाचे परिणाम दूर करणे आणि पर्यावरणावर इतर नकारात्मक प्रभाव. या प्रकल्पावर फेडरल बजेट ₽170 दशलक्ष खर्च करेल.

फेडरल आणि इतर संसाधनांचे वित्तपुरवठा, व्यवस्थापन आणि विल्हेवाट लावण्यासाठी प्रक्रियेची प्रभावीता आणि नियामक कायदेशीर कृत्यांचे अनुपालन निर्धारित करण्यासाठी एक सेवा तयार केली जाईल: वन, पाणी, खनिज इ. फेडरल बजेट यावर ₽155 दशलक्ष खर्च करेल.

जमीन कायद्याचे उल्लंघन ओळखण्यासाठी, जमिनीच्या गैरवापराची तथ्ये स्थापित करण्यासाठी आणि आर्थिक नुकसान निश्चित करण्यासाठी आर्थिक क्रियाकलापांचे नियंत्रण सुनिश्चित करण्यासाठी समान सेवा तयार केली जाईल. प्रकल्पासाठी फेडरल बजेट ₽125 दशलक्ष खर्च येईल.

दुसरी नियोजित सेवा विविध प्रकारच्या आर्थिक क्रियाकलापांमध्ये (शेती, बांधकाम, करमणूक इ.) सहभागी होण्याच्या संभाव्यतेचे मूल्यांकन प्रदान करेल. फेडरल बजेटसाठी प्रकल्पाची किंमत ₽145 दशलक्ष असेल.

उपग्रह प्रतिमांचा वापर करून रशियन प्रदेशांच्या प्रदेशात होणारे बदल ओळखण्यासाठी त्यांच्या विकासाची गती निश्चित करण्यासाठी, नियोजन आणि बजेट निधीचे अनुकूल निर्णय घेण्यासाठी एक सेवा देखील तयार केली जाईल. या प्रकल्पासाठी फेडरल बजेट ₽160 दशलक्ष वाटप करेल.

सध्या भू-माहिती तंत्रज्ञानाची अंमलबजावणी करण्याच्या प्रक्रियेचे वैशिष्ट्यपूर्ण वैशिष्ट्य म्हणजे आधीपासून अस्तित्वात असलेल्या प्रणालींचे अधिक सामान्य राष्ट्रीय, आंतरराष्ट्रीय आणि जागतिक माहिती संरचनांमध्ये एकत्रीकरण करणे. सर्वप्रथम, अगदी अलीकडच्या काळातील नसलेल्या प्रकल्पांकडे वळूया. या संदर्भात, आंतरराष्ट्रीय भूमंडलीय-बायोस्फेरिक प्रोग्राम "ग्लोबल चेंजेस" (IGBP) च्या चौकटीत जागतिक माहिती कार्यक्रम आणि प्रकल्प विकसित करण्याचा अनुभव, जो 1990 पासून लागू केला गेला आहे आणि भौगोलिक आणि पर्यावरणाच्या अभ्यासक्रमावर त्याचा मोठा प्रभाव आहे. जागतिक, प्रादेशिक आणि राष्ट्रीय स्केलचे कार्य [व्ही. एम. कोटल्याकोव्ह, 1989]. विविध आंतरराष्ट्रीय आणि मोठ्या राष्ट्रीय भू-माहिती प्रकल्पांपैकी, IGBP च्या चौकटीत, आम्ही फक्त जागतिक माहिती संसाधन डेटाबेस - GRID चा उल्लेख करू. हे संयुक्त राष्ट्र पर्यावरण कार्यक्रम (UNEP) च्या संरक्षणाखाली 1975 मध्ये तयार केलेल्या पर्यावरण निरीक्षण प्रणाली (GEMS) च्या संरचनेत तयार केले गेले. GEMS मध्ये अन्न आणि कृषी संघटना (FAO), जागतिक हवामान संघटना (WMO), जागतिक आरोग्य संघटना (WHO), आंतरराष्ट्रीय संघटना आणि वैयक्तिक देश यासारख्या विविध UN संस्थांद्वारे व्यवस्थापित केलेल्या जागतिक देखरेख प्रणालींचा समावेश आहे. कार्यक्रमात. हवामान, मानवी आरोग्य, महासागरातील पर्यावरण, लांब पल्ल्याच्या प्रवासाचे प्रदूषण आणि नूतनीकरण करण्यायोग्य नैसर्गिक संसाधनांशी संबंधित पाच ब्लॉक्समध्ये मॉनिटरिंग नेटवर्क आयोजित केले जातात. यातील प्रत्येक ब्लॉक लेखात दर्शविला आहे [ए. एम. ट्रोफिमोव्ह एट अल., 1990]. हवामान-संबंधित निरीक्षणाने पार्श्वभूमी वायु प्रदूषण मॉनिटरिंग नेटवर्क आणि जागतिक ग्लेशियोलॉजिकल इन्व्हेंटरीच्या ऑपरेशनशी संबंधित दोन क्षेत्रांसह, पृथ्वीच्या हवामानावरील मानवी क्रियाकलापांच्या प्रभावावर डेटा प्रदान केला. प्रथम वातावरणातील रचना (कार्बन डाय ऑक्साईड, ओझोन इ. मध्ये बदल) तसेच पर्जन्याच्या रासायनिक रचनेतील ट्रेंडच्या स्थापनेशी संबंधित आहे. पार्श्वभूमी वायु प्रदूषण मॉनिटरिंग स्टेशन नेटवर्क (BAPMON) ची स्थापना WHO द्वारे 1969 मध्ये करण्यात आली होती आणि 1974 पासून GEMS चा भाग म्हणून UNEP द्वारे समर्थित आहे. यात तीन प्रकारच्या मॉनिटरिंग स्टेशन्सचा समावेश आहे: मूलभूत, प्रादेशिक आणि विस्तारित प्रोग्रामसह प्रादेशिक. आंतर-सरकारी पर्यावरण संरक्षण एजन्सी (EPA) (वॉशिंग्टन, यूएसए) येथे स्थित क्लिअरिंगहाऊसला डेटा मासिक अहवाल दिला जातो. 1972 पासून, WMO आणि EPA सामग्रीसह डेटा दरवर्षी प्रकाशित केला जातो. जागतिक ग्लेशियोलॉजिकल इन्व्हेंटरी युनेस्को आणि तिच्या स्विस फेडरल इन्स्टिट्यूट ऑफ टेक्नॉलॉजीशी जोडलेली आहे. त्यांनी गोळा केलेली माहिती खूप महत्त्वाची आहे, कारण बर्फ आणि बर्फाच्या वस्तुमानातील चढ-उतार हवामानातील परिवर्तनशीलतेची कल्पना देतात. युरोपसाठी आर्थिक आयोग (ECE) आणि WMO यांच्या संयुक्त विद्यमाने लांब पल्ल्याच्या वाहतूक करण्यायोग्य प्रदूषणासाठी देखरेख कार्यक्रम राबविला जात आहे. प्रदूषित पर्जन्य (विशेषतः, सल्फर ऑक्साईड आणि त्यांचे रूपांतरित उत्पादने, जे सामान्यत: ऍसिड पावसाशी संबंधित असतात) प्रदूषण स्त्रोतांपासून वैयक्तिक वस्तूंकडे हवेच्या लोकांच्या हालचालींच्या संबंधात डेटा गोळा केला जातो. 1977 मध्ये, ECE ने, UNEP आणि WHO च्या सहकार्याने, युरोपमधील हवेतील प्रदूषकांच्या लांब पल्ल्याच्या वाहतुकीचे निरीक्षण आणि मूल्यांकन करण्यासाठी एक संयुक्त कार्यक्रम तयार केला (युरोपियन मॉनिटरिंग अँड इव्हॅल्युएशन प्रोग्राम). मानवी आरोग्य निरीक्षण जागतिक पर्यावरणीय गुणवत्ता, किरणोत्सर्ग, अल्ट्राव्हायोलेट किरणोत्सर्गाच्या पातळीतील बदल (ओझोन कमी झाल्यामुळे) इत्यादीवरील डेटा संकलित करते. हा GEMS कार्यक्रम मुख्यत्वे जागतिक आरोग्य संघटनेच्या (WHO) क्रियाकलापांशी संबंधित आहे. UNEP, WHO, UNESCO आणि WMO द्वारे संयुक्त पाणी गुणवत्तेचे निरीक्षण हाती घेण्यात आले आहे. येथे कामाचा जोर नद्या, तलाव, तसेच भूजलाच्या पाण्यावर आहे, म्हणजे. जे लोकांसाठी, सिंचनासाठी, काही उद्योगांसाठी, इत्यादीसाठी पाणी पुरवठ्याचे मुख्य स्त्रोत आहेत. जीईएमएसच्या चौकटीत अन्न दूषिततेचे निरीक्षण 1976 पासून WHO आणि FAO च्या सहकार्याने अस्तित्वात आहे. दूषित अन्न उत्पादनांवरील डेटा प्रदूषणाच्या प्रसाराच्या स्वरूपाविषयी माहिती प्रदान करतो, जे यामधून, विविध श्रेणींच्या व्यवस्थापन निर्णयांसाठी आधार म्हणून कार्य करते. महासागराच्या पर्यावरणाचे निरीक्षण दोन बाबींमध्ये विचारात घेतले गेले: खुल्या महासागराचे निरीक्षण आणि प्रादेशिक समुद्र. नूतनीकरणयोग्य पृथ्वी संसाधनांच्या देखरेखीसाठी कार्यक्रमाचे क्रियाकलाप कोरड्या आणि अर्ध-शुष्क जमिनी, मातीची झीज, उष्णकटिबंधीय जंगले यांच्या संसाधनांचे निरीक्षण करण्याच्या प्राधान्यावर आधारित आहेत. 1985 मध्ये आयोजित केलेली GRID प्रणाली ही एक माहिती सेवा आहे जी UN व्यवस्थापन संस्थांना तसेच इतर आंतरराष्ट्रीय संस्था आणि सरकारांना पर्यावरणीय डेटा प्रदान करते. GRID चे मुख्य कार्य म्हणजे डेटा एकत्र आणणे, त्याचे संश्लेषण करणे जेणेकरुन नियोजक त्वरीत सामग्री आत्मसात करू शकतील आणि पर्यावरणाच्या स्थितीवर परिणाम करणारे निर्णय घेणाऱ्या राष्ट्रीय आणि आंतरराष्ट्रीय संस्थांना ते उपलब्ध करून देतील. शतकाच्या उत्तरार्धात त्याच्या पूर्ण-प्रमाणाच्या विकासामध्ये, प्रणाली विस्तृत डेटा एक्सचेंजसह प्रादेशिक केंद्रे आणि राष्ट्रीय स्तरावरील नोड्ससह जागतिक श्रेणीबद्धरित्या आयोजित नेटवर्क म्हणून कार्यान्वित केली जाते. GRID ही एक विखुरलेली (वितरित) प्रणाली आहे, ज्याचे नोड्स दूरसंचाराद्वारे जोडलेले आहेत. प्रणाली दोन मुख्य केंद्रांमध्ये विभागली गेली आहे: नैरोबी (केनिया) मध्ये स्थित GRID-नियंत्रण आणि जिनिव्हा (स्वित्झर्लंड) मध्ये GRID-प्रोसेसर. नैरोबी येथे स्थित केंद्र, जगभरातील GRID क्रियाकलापांचे निरीक्षण आणि व्यवस्थापन करते. GRID-प्रोसेसर डेटा संपादन, देखरेख, मॉडेलिंग तसेच डेटा वितरणाशी संबंधित आहे. पासून जागतिक समस्याजिनिव्हा केंद्र सध्या GEO (ग्लोबल एन्व्हायर्नमेंट आउटलुक) प्रकाशनांच्या मालिकेचे प्रकाशन, रणनीतींचा विकास आणि जैवविविधतेला (विशेषत: नवीन DEWA विभागाच्या चौकटीत) विविध धोक्यांची पूर्व चेतावणी प्रदान करण्यात व्यस्त आहे. प्रारंभिक चेतावणी आणि मूल्यांकन), शाश्वत वापरासाठी GIS चा अनुप्रयोग नैसर्गिक संसाधने, केस स्टडी, विशेषत: फ्रँकोफोन आफ्रिका, मध्य आणि पूर्व युरोप च्या, भूमध्य, इ. वर नमूद केलेल्या दोन केंद्रांव्यतिरिक्त, प्रणालीमध्ये ब्राझील, हंगेरी, जॉर्जिया, नेपाळ, न्यूझीलंड, नॉर्वे, पोलंड, रशिया, यूएसए, थायलंड, स्वीडन आणि जपान येथे स्थित आणखी 12 केंद्रे समाविष्ट आहेत. त्यांचे कार्य जागतिक स्तरावर देखील चालते, परंतु काही प्रमाणात प्रादेशिक विशेष आहे. उदाहरणार्थ, GRID-Arendal केंद्र (Norway) आर्क्टिकमध्ये अनेक कार्यक्रम राबवते, जसे की AMAP - आर्क्टिक मॉनिटरिंग अँड असेसमेंट प्रोग्राम, बाल्टिक समुद्र प्रदेश (BALLERINA - GIS प्रकल्प मोठ्या प्रमाणावर पर्यावरणीय अनुप्रयोगांसाठी), इ. दुर्दैवाने , GRID केंद्राच्या क्रियाकलाप - मॉस्को अगदी तज्ञांनाही फारसे ज्ञात नाही. मोठ्या डेटाबेसच्या निर्मितीमध्ये आंतरजातीय सहकार्याच्या उदाहरणांपैकी, युरोपियन इकॉनॉमिक कम्युनिटी CORINE (युरोपियन समुदायातील पर्यावरणावरील समन्वित माहिती) ची माहिती प्रणाली लक्ष देण्यास पात्र आहे. ते तयार करण्याचा निर्णय जून 1985 मध्ये युरोपियन समुदायाच्या कौन्सिलने घेतला होता, ज्याने त्यासाठी दोन मुख्य उद्दिष्टे निश्चित केली: समुदाय माहिती प्रणालीच्या संभाव्यतेचे मूल्यांकन करण्यासाठी त्याच्या राज्याचा अभ्यास करण्यासाठी स्त्रोत म्हणून. नैसर्गिक वातावरणआणि बायोटॉप्सचे संरक्षण, स्थानिक उत्सर्जन आणि सीमापार हस्तांतरणाचा परिणाम म्हणून वातावरणातील प्रदूषणाचे मूल्यांकन, भूमध्य प्रदेशातील पर्यावरणीय समस्यांचे व्यापक मूल्यांकन यासह प्राधान्य क्षेत्रांमध्ये EU देशांच्या पर्यावरणीय धोरणाची खात्री करणे. आजपर्यंत, प्रकल्प पूर्ण झाला आहे, परंतु भविष्यात पूर्व युरोपीय देशांच्या प्रदेशात त्याचा विस्तार होण्याच्या शक्यतेबद्दल माहिती आहे. राष्ट्रीय प्रकल्पांपैकी, अर्थातच, मी रशियाच्या उदाहरणांकडे वळू इच्छितो, जरी येथे हे त्वरित ओळखले पाहिजे की ते जगातील सर्वात प्रगत स्थान नाही. अशा प्रकारे, 1990 च्या दशकाच्या सुरुवातीस, जागतिक नैसर्गिक संसाधन प्रणाली GRID UNEP च्या चौकटीत काम करण्यासाठी तत्कालीन USSR ला जोडण्याची शक्यता सक्रियपणे तपासली गेली. रशियन फेडरेशनच्या नैसर्गिक संसाधने आणि पर्यावरण संरक्षण मंत्रालयाच्या क्रियाकलापांच्या चौकटीत त्या काळातील केवळ एक पुढाकार दर्शवूया - राज्य पर्यावरणीय माहिती प्रणाली (जीईआयएस) तयार करण्याचा प्रकल्प, प्रारंभिक टप्पा. त्यापैकी यूएसएसआरच्या माजी गोस्कोम्प्रिरोडाने विकसित केले होते. हे नियोजित होते की GEIS मध्ये दीर्घकालीन डेटाबेस असतील; उप-उपग्रह प्रयोग आणि नियंत्रण मोजमाप दरम्यान प्राप्त डेटाबेस (वरवर पाहता, तात्पुरते स्टोरेज); ग्राहकांद्वारे संशोधन कार्य करण्यासाठी आवश्यक असलेल्या डेटाच्या उपसंचाचे डेटाबेस, आणि सिस्टम घटकांना निरीक्षण सुविधा नियंत्रण केंद्रांसह आणि आंतरराष्ट्रीय प्रणालींसह इतर प्रणालींच्या डेटाबेससह जोडणाऱ्या माहिती नेटवर्कवरून. डिझाइनर्सच्या योजनेनुसार जीईआयएसची व्याप्ती खालील मुख्य श्रेणींमध्ये विभागली गेली: 1) पर्यावरण नियंत्रण (पर्यावरणाची स्थिती निर्धारित करण्यासाठी); 2) पर्यावरणीय देखरेख (पर्यावरणातील बदलांचे विश्लेषण करण्यासाठी); 3) मॉडेलिंग (कारण विश्लेषणासाठी). मध्ये GEIS सामान्य दृश्यही एक संगणक प्रणाली असावी ज्यामध्ये माहिती इनपुटचा मुख्य स्त्रोत पर्यावरणाच्या स्थितीवर भौगोलिकदृष्ट्या केंद्रित डेटाचा तपशीलवार डेटाबेस आहे: प्रतिमा, ऑपरेशनल कंट्रोल डेटा, निरीक्षणात्मक आकडेवारी, नकाशांची मालिका (भूवैज्ञानिक, माती, हवामान, वनस्पती, जमीन वापर, पायाभूत सुविधा इ.). .पी.). या माहितीची संयुक्त प्रक्रिया पर्यावरणीय मॉडेलिंगचा थेट मार्ग दर्शवते. नियोजित GEIS चे मुख्य कार्य डेटाबेस व्यवस्थापन तंत्रज्ञानाचा विकास, विविध स्वरूपांमध्ये अस्तित्वात असलेल्या आणि विविध स्त्रोतांकडून घेतलेल्या पर्यावरणीय डेटा सेटचे एकत्रीकरण होते. GEIS मधील डेटा खालील विषयांच्या क्षेत्रात यायला हवा होता: भूमंडल (पृथ्वीच्या कवचासह - वातावरण, हायड्रोस्फियर, लिथोस्फीअर, बायोस्फियर) आणि टेक्नोस्फियर; भौतिक नैसर्गिक संसाधने (ऊर्जा, खनिजे, पाणी, जमीन, वनीकरण इ.), तसेच त्यांचा वापर; हवामान बदल; उत्पादन तंत्रज्ञानाची स्थिती; निसर्ग व्यवस्थापनातील आर्थिक निर्देशक; कचरा साठवण आणि प्रक्रिया; सामाजिक आणि जैव-वैद्यकीय निर्देशक, इत्यादी, नैसर्गिकरित्या निर्देशकांच्या त्यानंतरच्या संश्लेषणाची शक्यता प्रदान करतात. काही बाबतीत, हा कार्यक्रम UNEP च्या GRID प्रणालीमध्ये वापरल्या जाणार्‍या कार्यपद्धतीसारखा होता. फेडरल स्तरावरील कार्यक्रमांपैकी, ओजीव्ही (राज्य प्राधिकरण) च्या जीआयएस प्रकल्पाचा उल्लेख करणे योग्य आहे, ज्यामध्ये मूर्त स्वरूप येऊ लागले. वास्तविक जीवनप्रादेशिक स्तरावर (खाली पहा) किंवा इतर गरजांसाठी रूपांतरित व्हा, उदाहरणार्थ, फेडरल लक्ष्य कार्यक्रम "इलेक्ट्रॉनिक रशिया" (2002 - 2010) ज्याची अंमलबजावणी सुरू झाली. जटिल प्रणालींचे उदाहरण म्हणून, आम्ही "रशियाचा शाश्वत विकास" [V.S. Tikunov, 2002] च्या विकासाकडे निर्देश करतो. त्याच्या संरचनेचे वैशिष्ट्य म्हणजे सामाजिक-राजकीय, आर्थिक (औद्योगिक), नैसर्गिक संसाधने आणि पर्यावरणीय ब्लॉक्समधील घनिष्ठ संबंध. सर्वसाधारणपणे, ते विविध प्रादेशिक श्रेणीतील सामाजिक-इकोसिस्टमचे वैशिष्ट्य करतात. सर्व थीमॅटिक विषयांसाठी, त्यांच्या बदलांची श्रेणीबद्धता दर्शवणे शक्य आहे - जागतिक ते स्थानिक स्तरापर्यंत, त्यांच्या प्रदर्शनाच्या वेगवेगळ्या स्केलवर घटनांच्या सादरीकरणाची वैशिष्ट्ये विचारात घेऊन. येथे, सिस्टीमच्या हायपरमीडिया स्वरूपाचे तत्त्व लागू केले जाते, जेव्हा प्लॉट्स असोसिएटिव्ह (सिमेंटिक) दुव्यांद्वारे जोडलेले असतात, उदाहरणार्थ, निम्न श्रेणीबद्ध स्तराचे भूखंड केवळ योग्य प्रमाणात कोणतेही थीमॅटिक प्लॉट प्रदर्शित करत नाहीत तर, ते होते, प्रकट करणे, विस्तृत करणे आणि तपशीलवार करणे. पदानुक्रमाच्या शीर्ष स्तरावर, "मानवजातीच्या जागतिक समस्यांचे निराकरण करण्यात रशियाचे स्थान आणि भूमिका" हा विभाग तयार केला गेला आहे. या विभागातील जगाचे नकाशे साठे, तसेच मानवजातीद्वारे सर्वात महत्वाच्या नैसर्गिक संसाधनांचे उत्पादन आणि वापर यांचे संतुलन प्रदर्शित करण्यासाठी डिझाइन केलेले आहेत; लोकसंख्या वाढीची गतिशीलता; निर्देशांक मानववंशीय भार; ग्रहांच्या पर्यावरणीय परिस्थितीमध्ये रशिया आणि इतर देशांचे योगदान इ. अॅनामॉर्फोसेस, आकृत्या, आलेख, स्पष्टीकरणात्मक मजकूर आणि तक्ते यांनी मानवजातीच्या आधुनिक जागतिक समस्या सोडवण्यात रशियाची भूमिका दर्शविली पाहिजे. जेव्हा ते एकल माहिती अॅरे मानले जातात तेव्हा रशिया आणि परदेशी देशांच्या प्रदेशांची तुलना करणे उपयुक्त आहे. या हेतूंसाठी, तुलनात्मक निर्देशकांच्या कॉम्प्लेक्सवर आधारित बहुआयामी रँकिंग वापरली गेली, जी काही अविभाज्य वैशिष्ट्यांनुसार, ऑस्ट्रिया (मॉस्को) पासून निकाराग्वा (तुवा प्रजासत्ताक) पर्यंत रशियन प्रदेशांचे वितरण करते. सार्वजनिक आरोग्याच्या वैशिष्ट्यांवरील अशा उदाहरणांपैकी एक अंजीर मध्ये दर्शविले आहे. 24 रंग समावेश येथे जगातील देशांच्या सार्वजनिक आरोग्याची वैशिष्ट्ये आणि रशियाच्या प्रदेशांची वैशिष्ट्ये दर्शविली आहेत, परंतु त्याचप्रमाणे, भूखंड नगरपालिका स्तरापर्यंत चालू ठेवता येतात. फेडरल स्तरावरील विभाग प्रणालीचा मुख्य गाभा बनवतात. अनेक मूळ भूखंडांसह, पुरेसे संपूर्ण वैशिष्ट्य"निसर्ग-अर्थव्यवस्था-लोकसंख्या" प्रणालीचे सर्व घटक, चालू असलेल्या बदलांच्या स्वरूपावर जोर देऊन. सामाजिक-जनसांख्यिकीय स्थिरता, आर्थिक विकासाची स्थिरता, मानववंशीय प्रभावांसाठी नैसर्गिक वातावरणाची टिकाव आणि इतर काही सामान्यीकरण प्लॉट्सच्या अविभाज्य मूल्यांकनांसह ब्लॉक्सचा शेवट होतो. अविभाज्य वैशिष्ट्ये म्हणून, शाश्वत आर्थिक कल्याणाचा निर्देशांक आणि मानवी विकासाचा निर्देशांक, तसेच पर्यावरणीय स्थिरतेचा निर्देशांक, वास्तविक प्रगती, "जिवंत ग्रह", "पर्यावरणशास्त्रीय पाऊलखुणा" इत्यादी सर्वत्र ओळखले जातात [इंडिकेटर.. , 2001]. परंतु खाजगी प्लॉट्सचा संदर्भ देऊन, जटिल वैशिष्ट्यांचा उल्लेख न करणे, कार्य केवळ वास्तविक स्थिती दर्शविणे नाही, तर घटनांच्या विकासामध्ये नमुन्यांची भर देणे, त्यांना वेगवेगळ्या कोनातून प्रदर्शित करणे. उदाहरण म्हणून, रशियामध्ये 1991 पासून आयोजित केलेल्या निवडणूक मोहिमांची वैशिष्ट्ये पाहू या. अशा प्रकारे, निवडणूक मोहिमांमधील विजेते आणि विशिष्ट उमेदवार किंवा पक्षाला मिळालेल्या मतांची टक्केवारी दर्शविणाऱ्या पारंपारिक कथानकांव्यतिरिक्त, अविभाज्य निर्देशांक प्रदेश व्यवस्थापनक्षमता दर्शविली आहे [V.S. Tikunov, D.D. ओरेशकिना, 2000] आणि त्यांच्या एका निवडणूक मोहिमेतून दुसर्‍या निवडणुकीतील बदलांचे स्वरूप (Fig. 2S, color inc.). अपारंपरिक दृष्टिकोनाचे आणखी एक उदाहरण म्हणजे टायपोलॉजिकल आणि मूल्यमापनात्मक वैशिष्ट्यांचे संयोजन, जसे की सार्वजनिक आरोग्याचे मूल्यांकन, लोकसंख्येतील मृत्यूच्या कारणांच्या प्रकारांसह (चित्र 26, कॉल. इंक.). सिस्टमचा पुढील श्रेणीबद्धपणे खालचा विभाग ब्लॉक आहे “रशियन प्रदेशांच्या शाश्वत विकासासाठी संक्रमणाचे मॉडेल”. ऍटलसच्या इतर विभागांप्रमाणे, या ब्लॉकच्या सर्व शाखांमधील मुख्य सामग्रीचा उद्देश प्रदेशांच्या शाश्वत विकासाचे पर्यावरणीय, आर्थिक आणि सामाजिक घटक निश्चित करणे आहे. येथे, आतापर्यंत, बैकल प्रदेश, इर्कुट्स्क प्रदेश, इर्कुट्स्क प्रशासकीय प्रदेश आणि इर्कुट्स्कच्या वैशिष्ट्यांची उदाहरणे सापडतील. एखाद्या प्रदेशाचे वर्णन करताना, त्याचे विश्लेषण केले जाईल, एकीकडे, जसे घटक एक मोठी संस्था - राज्य, दुसरीकडे - एक स्वयंपूर्ण (विशिष्ट मर्यादेत) अखंडता म्हणून, उपलब्ध संसाधनांच्या आधारे स्वयं-विकास करण्यास सक्षम. तयार केलेल्या नकाशांच्या आधारे, प्रदेश आणि त्याच्या प्रदेशांच्या विकास धोरण आणि नाविन्यपूर्ण क्रियाकलापांसाठी प्रस्ताव विकसित करण्याची योजना आहे. रशियाच्या सर्व प्रदेशांची टायपोलॉजी केली गेली आहे आणि विविध गटांचे (औद्योगिक, कृषी इ.) विशिष्ट प्रतिनिधी ओळखले गेले आहेत. प्रणालीच्या अनेक प्रादेशिक शाखा तयार करण्याचे नियोजित आहे, जे देशाच्या विविध प्रकारच्या प्रदेशांचे प्रतिनिधित्व करतात, विशेषतः खांटी-मानसिस्क स्वायत्त ऑक्रगसाठी. येथे, सिस्टम अवरोधित करण्याच्या तत्त्वाकडे लक्ष दिले पाहिजे, कारण संपूर्ण सिस्टमची रचना न बदलता स्वतंत्र तार्किक ब्लॉक्स सुधारित, पुन्हा भरले किंवा विस्तारित केले जाऊ शकतात. शाश्वत विकासाशी संबंधित विषयांसाठी डायनॅमिक्समधील जवळजवळ सर्व थीमॅटिक विषयांचा अनिवार्य विचार करणे आवश्यक आहे, जे ऍटलस माहिती प्रणालीमधील उत्क्रांती आणि गतिशीलतेच्या तत्त्वानुसार लागू केले जाते. मूलभूतपणे, ही मूलभूत कालावधी किंवा वर्षांसाठी घटनांची वैशिष्ट्ये आहेत. अनेक विषयांसाठी, पूर्वलक्षी विश्लेषणासाठी अनेक थीमॅटिक अॅनिमेशन विकसित केले गेले आहेत: "गेल्या 300 वर्षांमध्ये रशियन प्रदेशांच्या नांगरलेल्या क्षेत्रामध्ये आणि जंगलाच्या आच्छादनातील बदल", "रशियामधील शहरांच्या नेटवर्कची वाढ", "लोकसंख्येची गतिशीलता" रशियामधील घनता, 1678-2011", "XVIII-XX शतकांमध्ये रशियातील धातू उद्योगाचा विकास. आणि "रेल्वे नेटवर्कचा विकास (वाढ आणि विद्युतीकरण), XIX-XX शतके", जे रशियामध्ये "उद्योग आणि वाहतुकीचा विकास" या सर्वसमावेशक अॅनिमेशनच्या तयारीचा पहिला टप्पा आहे. प्रणालीचा सर्वात महत्वाचा अनुप्रयोग आहे. देश आणि त्याच्या प्रदेशांच्या विकासासाठी परिस्थितींचा विकास. या प्रकरणात, जेव्हा अंतिम वापरकर्त्याला त्याच्यासाठी अनेक स्वारस्यपूर्ण उपाय ऑफर केले जातात, उदाहरणार्थ, आशावादी, निराशावादी आणि इतर परिस्थिती, तेव्हा मल्टीव्हेरिअन्सचे तत्त्व लागू केले जाते. आणि ही परिस्थिती जितकी गुंतागुंतीची असेल, तितकीच प्रणाली बौद्धिकरणाची तातडीची गरज असते, जेव्हा तज्ञ प्रणाली आणि न्यूरल नेटवर्कचा वापर मोठ्या गुंतागुंतीच्या परिस्थितीत, अनेकदा कार्यांमध्ये लक्षणीय अस्पष्टतेसह, स्वीकार्य परिणाम मिळविण्यासाठी मदत करतात. आशादायक वापर आहे. माहिती प्रणालीच्या अंतर्गत जटिल घटनांचे अर्थपूर्ण मॉडेलिंग. अशा मॉडेलिंगचा आधार सामाजिक-इकोसिस्टमच्या मॉडेलिंगसाठी एकात्मिक पद्धतशीर दृष्टीकोन आहे. अशा प्रकारे, सिस्टमचा वापरकर्ता काही रचना तयार करण्यास सक्षम असेल, ज्याचे व्यवस्थापन प्रमुख पर्याय सादर करेल. उदाहरणार्थ, परिणाम साध्य करण्यासाठी आवश्यक खर्चाच्या मूल्यांकनासह अनेक परिवर्तनांचा अंतिम परिणाम म्हणून लोकांच्या कल्याणाची पातळी वाढवणे किंवा त्यांचे सार्वजनिक आरोग्य सुधारणे. मॉडेलिंग साधने विकसित केली जातील, ज्याचा मुख्य उद्देश देशाच्या प्रदेशांचे त्यांच्या शाश्वत विकासाच्या मॉडेलमध्ये संक्रमण करण्यासाठी विविध परिस्थिती विकसित करणे आहे. प्रकल्पाचा अंतिम टप्पा, संपूर्ण प्रणालीच्या बौद्धिकरणाशी संबंधित, पूर्ण-स्तरीय निर्णय समर्थन प्रणाली तयार करण्यास अनुमती देईल. शेवटी, हे लक्षात घेतले पाहिजे की तयार होत असलेली प्रणाली देखील मल्टीमीडिया (मल्टी-मीडिया) च्या तत्त्वावर आधारित असावी, जी निर्णय घेण्याची प्रक्रिया सुलभ करते. रशियामध्ये प्रादेशिक भौगोलिक माहिती प्रणालीची निर्मिती मुख्यत्वे ओजीव्ही (राज्य प्राधिकरण) आणि केटीकेपीआर (नैसर्गिक संसाधनांचे व्यापक प्रादेशिक कॅडस्ट्रे) च्या जीआयएस प्रोग्रामच्या अंमलबजावणीशी संबंधित आहे. जीआयएस ओजीव्ही कार्यक्रमाच्या मुख्य तरतुदींचा विकास राज्य केंद्र "प्रिरोडा" वर सोपविण्यात आला होता - जिओडेसी आणि कार्टोग्राफी (रोस्कार्टोग्राफी) साठी फेडरल सर्व्हिसचा एक उपक्रम. रशियन फेडरेशनच्या अनेक घटक घटकांमध्ये, जीआयएस तंत्रज्ञानासह आधुनिक संगणक तंत्रज्ञानासह, प्रादेशिक माहिती आणि विश्लेषणात्मक केंद्रे तयार केली गेली आहेत आणि कार्यरत आहेत. जीआयएस ओजीव्हीच्या निर्मितीमध्ये ज्या प्रदेशांमध्ये सर्वात लक्षणीय परिणाम दिसून आले त्यापैकी पर्म आणि इर्कुत्स्क प्रदेश आहेत. 1995-1996 मध्ये नोवोसिबिर्स्क प्रदेशासाठी जीआयएस तयार करण्यासाठी महत्त्वपूर्ण कार्य केले गेले आहे. OGV साठी प्रादेशिक GIS च्या क्षेत्रातील सर्वात विकसित प्रकल्प निःसंशयपणे सध्या पर्म प्रदेशात राबविण्यात येत आहे. "या प्रणालीची संकल्पना प्रादेशिक प्रशासनाच्या संरचनात्मक उपविभागांमध्ये आणि पर्म प्रदेशात कार्यरत रशियन फेडरेशनच्या राज्य प्राधिकरणांच्या संरचनात्मक उपविभागांमध्ये भौगोलिक माहिती तंत्रज्ञानाच्या वापरासाठी प्रदान करते. विकासाच्या टप्प्यावर, या संकल्पनेचा विचार केला गेला. फेडरल सर्व्हिस फॉर जिओडेसी अँड कार्टोग्राफी ऑफ रशिया, तसेच स्टेट जीआयएस सेंटर आणि स्टेट सेंटर "नेचर" च्या निर्मितीवर पर्म क्षेत्राचे प्रशासन आणि रशियाच्या भौगोलिक आणि कार्टोग्राफीची फेडरल सर्व्हिस यांच्यात एक करार झाला. पर्म क्षेत्रासाठी एक भौगोलिक माहिती प्रणाली, जी प्रदेशाच्या प्रदेशासाठी 1:1000,000 आणि 1:200,000 स्केलचे स्थलाकृतिक नकाशे तयार आणि अद्यतनित करते. भौगोलिक माहिती प्रणालीची संकल्पना GIS विकासाची प्रमुख क्षेत्रे परिभाषित केली गेली होती. GIS वापरकर्त्यांची रचना डेटाबेस आवश्यकता कायदेशीर आणि नियामक समस्या GIS चे विकसक, विकासाचे टप्पे, प्राधान्य प्रकल्प, निधी स्रोत अर्थशास्त्र आणि वित्त; पर्यावरणशास्त्र, संसाधने आणि निसर्ग व्यवस्थापन; वाहतूक आणि संप्रेषण; सार्वजनिक सुविधाआणि बांधकाम; शेती; . आरोग्य सेवा, शिक्षण आणि संस्कृती; सार्वजनिक सुव्यवस्था, संरक्षण आणि सुरक्षा; सामाजिक-राजकीय विकास. साहजिकच, प्रादेशिक प्रणालीच्या विकासामध्ये एक मोठे स्थान म्हणजे डिजिटल कार्टोग्राफिक आधारासह प्रकल्पाची तरतूद. संकल्पना नकाशांच्या वापरासाठी प्रदान करते: पर्म प्रदेश आणि लगतच्या प्रदेशांच्या प्रदेशासाठी 1:1000,000 च्या स्केलवर एक सर्वेक्षण टोपोग्राफिक नकाशा; प्रदेशाच्या प्रदेशासाठी 1:200,000 च्या प्रमाणात स्थलाकृतिक नकाशा; 1:200,000 च्या प्रमाणात भूवैज्ञानिक नकाशा; 1:100,000, 1:50,000, 1:25,000, 1:10,000 च्या प्रमाणात कृषी आणि वनक्षेत्रासाठी स्थलाकृतिक नकाशे, जलवाहतूक नद्या; अभियांत्रिकी समस्या आणि शहरी अर्थव्यवस्थेचे नकाशे आणि 1:5000, 1:2000, 1:500 स्केलच्या योजनांचे निराकरण करण्यासाठी. नकाशांसाठी, 1942 च्या समन्वय प्रणालीचा अवलंब केला जातो. 1963 च्या समन्वय प्रणालीमध्ये किंवा स्थानिक समन्वय प्रणालीमध्ये तयार केलेले नकाशे, जेव्हा प्रदेशाच्या GIS मध्ये समाविष्ट केले जातात, तेव्हा ते एकल समन्वय प्रणालीमध्ये कमी केले जातात. डिजिटल टोपोग्राफिक नकाशांसाठी, Roskarto1rafiya चा UNI_VGM वर्गीकरण वापरला जातो, जो 1:500 च्या स्केलपासून 1:1,000,000 (सर्व-स्केल क्लासिफायर) च्या स्केलपर्यंत पारंपारिक चिन्ह प्रणालीसह कार्य करण्याची क्षमता प्रदान करतो. लागू केलेले स्पेक्ट्रम सॉफ्टवेअर बरेच विस्तृत: LARIS प्रकल्प इंटरग्राफ सोगर कंपनीच्या सॉफ्टवेअरचा वापर करून चालविला जातो, जिल्हा स्तरापर्यंतची जमीन समिती मायक्रोस्टेशन जीआयएस वापरते, कामाचा एक भाग मॅपइन्फो प्रोफेशनल, नैसर्गिक संसाधन मंत्रालयाच्या संस्थांमध्ये चालविला जातो. रशियन फेडरेशनचे ArcInfo, ArcView, ArcGIS वापरतात, GIS "PARK" मध्ये भौगोलिक नकाशे तयार केले जातात. सॉफ्टवेअरच्या निवडीचे निर्णय विविध विभागीय GIS मधील स्थापित कार्यांच्या उपलब्धतेद्वारे आणि दत्तक उद्योग निर्णयांद्वारे निर्धारित केले गेले. वापरलेले डिजिटल नकाशा स्वरूप वापरलेल्या GIS सॉफ्टवेअरद्वारे निर्धारित केले गेले. तथापि, विविध GIS पॅकेजेसमध्ये माहितीचे हस्तांतरण सुनिश्चित करण्यासाठी डिजिटल नकाशे एका फॉरमॅटमधून दुसऱ्या फॉरमॅटमध्ये रूपांतरित करणारे कन्व्हर्टर असणे आवश्यक असल्याचे सूचित केले आहे. नोव्हेंबर 1998 मध्ये, पर्म प्रदेशाचे 1:1000,000 आणि 1:200,000 स्केलचे डिजिटल नकाशे राज्य GIS केंद्र (Roskartografiya) वरून प्रदेशात हस्तांतरित केले गेले. प्राप्त नकाशांचे मुख्य स्वरूप F20V आहे. नकाशे ESRI Inc द्वारे GIS मध्ये वापरलेल्या E00 फॉरमॅटमध्ये रूपांतरित केले गेले. रोस्कार्टोग्राफीने तयार केलेल्या नकाशांची माहिती संपृक्तता प्रादेशिक GIS च्या विकसकांना अनुकूल नव्हती. पहिल्या टप्प्यावर, सिस्टमच्या विकासकांनी त्याच्या सुधारणेकडे खूप लक्ष दिले, नकाशांचे शब्दार्थ भरणे आणि विद्यमान आणि नवीन तयार केलेल्या थीमॅटिक डेटाबेसचे प्रादेशिक बंधन भरणे. जीआयएस तयार करताना, अनेक पथदर्शी प्रकल्प राबविण्यात आले: गावातील एकात्मिक जीआयएस तयार करणे आणि छोट्या भागात एकात्मिक उपाय शोधण्यासाठी "उस्त-कचका" रिसॉर्ट, जीआयएस "उस्ट-कचका" चे उदाहरण वापरून अपुरे प्रशिक्षित व्यवस्थापकांना GIS ची क्षमता प्रदर्शित करणे; पर्म आणि कुंगूर शहरांसाठी पूर मॉडेल तयार करणे. पूर मॉडेल तयार करण्यासाठी, संभाव्य पूर क्षेत्राच्या उंचीचे मॅट्रिक्स तयार केले गेले, पूर पातळीचे मॉडेल करण्यासाठी गणना केली गेली; बेरेझनिकी शहर आणि लगतच्या प्रदेशांसाठी जीआयएस पायलट प्रकल्पांच्या पर्यावरण नियंत्रणाचा विकास. कार्यक्रम अंमलबजावणीचे मुख्य परिणाम V.L. Chebykin, Yu.B. Shcherbinin या संकल्पनेच्या लेखकांनी खालील उपप्रणाली (घटक) स्वरूपात सादर केले आहेत: "GIS-geology". हे पर्म प्रदेशातील संसाधन संभाव्यतेचे वास्तविक भौगोलिक आणि आर्थिक मूल्यांकन, संसाधनांच्या कार्यक्षम वापरासाठी उपायांच्या विकासासाठी तयार केले गेले आहे. खनिज ठेवींवरील जिओडेटा बँक, खाण आणि उपभोग करणाऱ्या उद्योगांचे स्थान, साठ्यांचा आकार, उत्पादन आणि उपभोगाची गतिशीलता समाविष्ट आहे; "जमीन कॅडस्ट्रेचे जीआयएस". जमिनीवरील करांच्या वस्तुनिष्ठ संकलनासाठी आणि मालकी, वापर, मालकी बदलण्याच्या नियमांचे पालन करण्यासाठी अटी प्रदान करते. जमिनीच्या मालकीच्या हक्कांच्या संदर्भात जमीन भूखंडांच्या सीमांवर एक जिओडेटा बँक आणि मालकांची नोंदणी समाविष्ट करते; "GIS-रस्ते". आपल्याला वाहतूक रस्ता नेटवर्कच्या ऑपरेशन आणि विकासासाठी तांत्रिक आणि आर्थिक परिस्थिती निर्धारित आणि प्रभावीपणे वापरण्याची परवानगी देते. हे पेर्म प्रदेशातील रस्ते, फुटपाथची गुणवत्ता, रस्त्यांची तांत्रिक स्थिती, पूल, ड्राईवे, क्रॉसिंग, फेरी आणि बर्फ क्रॉसिंगची तांत्रिक वैशिष्ट्ये, रस्त्यांची चिन्हे याबद्दलच्या भौगोलिक डेटाच्या डेटाबेसवर आधारित आहे. मालवाहतूक आणि प्रवासी वाहतुकीसाठी रस्त्यांच्या वापरावरील आर्थिक डेटाचा डेटाबेस, रस्त्यांच्या देखभालीची किंमत, तसेच मालकीची नोंदणी आणि जबाबदारीच्या सीमा; रेल्वे GIS. आपल्याला वाहतूक रेल्वे नेटवर्कच्या ऑपरेशन आणि विकासासाठी तांत्रिक आणि आर्थिक परिस्थिती निर्धारित आणि प्रभावीपणे वापरण्याची परवानगी देते. पर्म प्रदेशातील रेल्वेवरील जिओडेटा बँक, रेल्वे पूल आणि क्रॉसिंग, रेल्वे स्थानके, साइट्स, संरचना, तसेच मालवाहतूक आणि प्रवासी वाहतुकीसाठी रस्त्यांच्या वापरावरील आर्थिक डेटाबेस, रस्ते राखण्यासाठी लागणारा खर्च; "नदी अर्थव्यवस्थेचे जीआयएस". नदीचे पात्र खोल करण्यासाठी ड्रेजरच्या कामाची गणना आणि जलवाहतुकीची कार्यक्षमता आणि विकासाची गणना याबद्दल माहिती प्रदान करते. माहिती समर्थन - जलवाहतूक नद्यांच्या तळाच्या स्थलाकृतिबद्दल भौगोलिक माहिती आणि नदी मालवाहतूक आणि प्रवासी मार्गांबद्दल डेटाबेस; . "GIS पूर". नदीच्या पूर मॉडेलिंगची प्रक्रिया प्रदान करते आणि पूर नियंत्रण उपाय, पूर नुकसान यांची गणना करते, पूर नियंत्रण आयोगाच्या कामासाठी आवश्यक माहिती प्रदान करते. माहितीचा आधार - नदीकाठच्या सुटकेवर जिओडेटा; "हायड्रॉलिक संरचनांचे जीआयएस". लोकसंख्येच्या आणि उद्योगांच्या जल संस्थांवर तंत्रज्ञानाच्या परिणामांचे मॉडेलिंग करण्यासाठी कार्य करते. जिओडाटा बँक - धरणे, कुलूप, पाण्याचे सेवन, सांडपाणी प्रक्रिया संयंत्रे आणि द्रव कचरा यांची माहिती औद्योगिक उपक्रम, हायड्रॉलिक संरचनांवरील तांत्रिक आणि आर्थिक डेटाचे माहिती आधार; "जल व्यवस्थापनाचे जीआयएस". प्रदेशातील जलस्रोतांच्या वापराचे वस्तुनिष्ठ मूल्यांकन आणि नियोजन करण्यासाठी तयार केले. जिओडेटा बँकेमध्ये नद्या, जलाशय, तलाव, दलदल, जल संरक्षण क्षेत्र आणि किनारपट्टीच्या संरक्षणात्मक पट्ट्यांची माहिती तसेच जलस्रोतांची व्याप्ती, क्षेत्रफळ, साठा आणि गुणवत्ता, मत्स्य साठ्याची वैशिष्ट्ये, मालमत्ता नोंदवही आणि जबाबदारीच्या सीमांची माहिती असते. ; "वनीकरणाचे जीआयएस". प्रदेशातील वनसंपत्तीच्या वापराचे वस्तुनिष्ठ मूल्यांकन आणि नियोजन करणे आवश्यक आहे. हा क्रियाकलाप वनक्षेत्र, वन प्रजाती आणि वय, त्याचे आर्थिक मूल्यांकन, तोडणी, प्रक्रिया, लाकडाची विक्री, लॉगिंग आणि प्रक्रिया उद्योगांचे स्थान, मालमत्तेचे हक्क आणि जबाबदारीच्या मर्यादा याविषयी माहितीवर आधारित आहे; "नैसर्गिक संसाधनांचे जीआयएस कॅडस्ट्रे". "GIS-भूविज्ञान", "वनशास्त्राचे GIS", "पाणी व्यवस्थापनाचे GIS", तसेच मत्स्यपालन, वन्यजीव अभयारण्ये, शिकार इत्यादी घटकांची माहिती एकत्र करून, या घटकांच्या भूभागांना जोडून, ​​माहितीचा आधार तयार करते. पर्म प्रदेशातील नैसर्गिक संसाधनांचे सर्वसमावेशक मूल्यांकन; "जीआयएस-इकोलॉजी". हे पर्यावरणीय परिस्थिती सुधारण्यासाठी उपाय विकसित करण्याच्या उद्देशाने तयार केले गेले आहे, या उपाययोजनांच्या अंमलबजावणीसाठी आवश्यक वाजवी रक्कम निश्चित करणे; "विशेष संरक्षित नैसर्गिक क्षेत्रांचे GIS". प्रदेशाच्या विशेष संरक्षित नैसर्गिक क्षेत्रांवर जिओडाटा बँक; इकोपॅथॉलॉजी जीआयएस. लोकसंख्येच्या आरोग्य आणि मृत्यूच्या स्थितीवर पर्यावरणीय परिस्थितीच्या प्रभावावर एक जिओडेटा बँक, ज्यामुळे प्रदेशातील लोकसंख्येच्या राहणीमानाचे वस्तुनिष्ठ मूल्यांकन करणे शक्य होते; "तेल आणि वायू पाइपलाइनचे GIS". मॉडेलिंग आणि प्रभाव मूल्यांकनासाठी वापरले जाते आणीबाणी , आर्थिक गणिते पार पाडणे. जिओडाटा बँकेमध्ये तेल आणि गॅस पाइपलाइन, पंपिंग स्टेशन आणि प्रदेशाच्या प्रदेशावरील इतर अभियांत्रिकी संरचना, मालकांची नोंदणी, मालमत्तेचे हक्क आणि जबाबदारीची मर्यादा, लगतच्या प्रदेशांच्या सुटकेवर एक जिओडाटा बँक, तांत्रिक माहितीचे तळ यांची माहिती असते. आणि आर्थिक वैशिष्ट्ये; पर्म प्रदेशातील पृथ्वीच्या पृष्ठभागाच्या आपत्तीजनक विकृतींच्या नैसर्गिक आणि मानवनिर्मित अभिव्यक्तींचे जीआयएस नियंत्रण आणि मॉडेलिंग, अवकाश निरीक्षणासह निरीक्षणाच्या परिणामांवर आधारित; "GIS लोकसंख्या". लोकसंख्येच्या वितरणावरील जिओडेटाबेस, तुम्हाला लिंग आणि वय रचना, लष्करी वय, रोजगार, सामाजिक संरक्षित गट, लोकसंख्येचे स्थलांतर, सामाजिक कार्यक्रमांची पुष्टी करण्यासाठी आवश्यक असलेल्या प्रदेशाचे विश्लेषण करण्याची परवानगी देते, तसेच निवडणूक प्रचारासाठी माहिती समर्थन (मतदारसंघ निर्मिती). आणि मतदारांचे विश्लेषण); "GIS ATC". हे घटकांमध्ये विभागलेले आहे: "अग्नि संरक्षणाचे जीआयएस"; "जीआयएस वाहतूक पोलिस"; "सार्वजनिक सुव्यवस्थेच्या संरक्षणासाठी जीआयएस"; "GIS ES". बेस तयार केले जात आहेत: संभाव्य धोकादायक वस्तू, या वस्तूंची रणनीतिक आणि तांत्रिक वैशिष्ट्ये, सैन्य आणि नागरी संरक्षणाची साधने आणि आकर्षित केलेले सैन्य आणि आपत्कालीन परिस्थितीच्या प्रादेशिक उपप्रणालीचे साधन, सैन्य आणि साधनांची रणनीतिक आणि तांत्रिक वैशिष्ट्ये; इव्हॅक्युएशन झोनचे स्थान आणि उपक्रमांसाठी मार्ग आणि प्रदेशाची लोकसंख्या, झोन आणि निर्वासन मार्गांच्या रणनीतिक आणि तांत्रिक वैशिष्ट्यांचे माहिती बेस; "आपत्ती औषधाचे GIS". विशेषतः, वैद्यकीय संस्थांच्या स्थितीचे स्थान आणि माहिती बेसचे एक जिओबेस तयार करते; "लोकसंख्येच्या जीवनाची सुरक्षा सुनिश्चित करण्यासाठी जीआयएस". संभाव्य धोकादायक वस्तूंसाठी निरीक्षण पोस्टचा जिओबेस, निरिक्षण साइट्स आणि लगतच्या प्रदेशांवर आणीबाणीच्या परिस्थितीचे मॉडेलिंग करण्याच्या समस्यांचे निराकरण करण्यासाठी आवश्यक प्रमाणात रिलीफचे भूबेस आणि इतर भूप्रदेश वैशिष्ट्ये, कार्य आयोजित करण्यासाठी आणि निकाल रेकॉर्ड करण्यासाठी रणनीतिक आणि तांत्रिक डेटाचे माहिती डेटाबेस. निरीक्षण पोस्टचे काम; "क्षेत्राच्या सामाजिक आणि आर्थिक विकासाचे GIS". स्थानिक सरकारांच्या क्रियाकलापांचे विश्लेषण करणे आवश्यक आहे, सध्याच्या क्षणी आणि राज्य सांख्यिकीय लेखा संस्थांद्वारे माहिती संग्रहित करण्याच्या कालावधीनुसार दोन्ही बाजूंच्या प्रदेशांमधील समान क्रियाकलापांशी तुलना करणे आवश्यक आहे. याव्यतिरिक्त, हा घटक प्रदेशांच्या व्यवस्थापनासाठी उपाय विकसित करण्यासाठी वापरला जातो. प्रदेशाच्या सामाजिक-आर्थिक विकासाच्या GIS जिओबेसमध्ये प्रदेशाच्या प्रशासकीय विभागाची माहिती, प्रदेशांच्या पासपोर्टवर, सामाजिक-आर्थिक विकासाच्या राज्याच्या निर्देशकांवरील राज्य सांख्यिकी पर्म प्रादेशिक समितीचा डेटाबेस आणि सामाजिक-आर्थिक विकासाच्या अंदाजाच्या निर्देशकांवर प्रादेशिक प्रशासनाच्या अर्थव्यवस्थेचा मुख्य विभाग. कार्यक्रमाच्या अंमलबजावणीच्या परिणामी, जीआयएस ओजीव्ही तयार करण्याची कार्ये पूर्ण करण्यासाठी कायदेशीर, आर्थिक, संस्थात्मक आणि तांत्रिक उपाय विकसित आणि अंमलात आणले पाहिजेत, विविध स्केलच्या पर्म प्रदेशाच्या डिजिटल नकाशांचे डेटाबेस प्रदर्शित करण्यासाठी तयार केले जावेत. प्रदेशाच्या सामाजिक-आर्थिक विकासाची गतिशीलता. प्रादेशिक व्यवस्थापन संरचनांना प्रदेशाच्या पायाभूत सुविधा आणि सामाजिक विकासाविषयी वास्तविक अवकाश-तात्पुरती माहिती दिली जाईल, ज्यामुळे भौगोलिक-माहिती आधारावर प्रदेशाच्या अर्थव्यवस्थेचे व्यवस्थापन करण्यासाठी एक यंत्रणा तयार करणे शक्य होईल. भौगोलिक माहिती प्रणालीची विकसित संकल्पना आणि जीआयएस तयार करण्याचा कार्यक्रम या क्रियाकलाप क्षेत्रातील पर्म प्रदेशातील उपक्रम आणि संस्थांच्या महत्त्वपूर्ण अनुभवावर आधारित आहे. पर्म प्रदेशाच्या लँड कॅडस्ट्रेची समिती, पर्म राज्य भूवैज्ञानिक सर्वेक्षण एंटरप्राइझ "जिओकार्ता", पर्म प्रदेशातील नैसर्गिक संसाधनांची समिती, बालरोग इकोपॅथॉलॉजीचे संशोधन क्लिनिकल संस्था आणि इतर संस्थांमध्ये विविध प्रकल्प चालवले जात आहेत. पर्म प्रदेशाच्या लँड कॅडस्ट्रेच्या समितीच्या नेतृत्वाखाली, कॅडस्ट्रल सर्वेक्षण करणे, नियोजन आणि कार्टोग्राफिक साहित्य तयार करणे, जमिनीची यादी घेणे आणि जमीन मालकांची नोंदणी करणे यासाठी काम सुरू आहे. पर्म रीजन (GAS ZK) मधील स्टेट ऑटोमेटेड लँड कॅडस्ट्रे सिस्टमचे ग्राहक हे लँड कॅडस्ट्रेसाठी प्रादेशिक समिती आहे. प्रादेशिक आणि शहर जिल्हा समित्यांमध्ये LARIS प्रकल्पाच्या अंमलबजावणीच्या परिचालन व्यवस्थापनासाठी विशेष कार्य गट तयार केले गेले आहेत. युनिटरी स्टेट एंटरप्राइझ "उरल डिझाईन आणि सर्व्हे एंटरप्राइझ ऑफ लँड कॅडस्ट्रल सर्व्हे" ("उरलझेमकाडास्ट्रसेमका") मध्ये, डिजिटल कॅडस्ट्रल तंत्रज्ञानावर आधारित एक विशेष उत्पादन तयार केले गेले आहे. इंटरग्राफ कंपनीचे जीआयएस, तसेच मायक्रोस्टेशन, मॅपइन्फो प्रोफेशनल वापरले जातात. पर्म स्टेट जिओलॉजिकल सर्व्हे एंटरप्राइझ "जिओकार्ता" राज्य भूवैज्ञानिक मॅपिंग प्रोग्राम अंतर्गत कार्य करते. एंटरप्राइझच्या प्रत्येक बॅचला 1: 200,000 च्या स्केलवर पर्म प्रदेशाच्या नकाशाच्या एक किंवा दोन नामांकन शीटवर कर्तव्य नियुक्त केले जाते, कामाचे परिणाम ग्राफिक आणि डिजिटल स्वरूपात तयार केले जातात. एंटरप्राइझ GIS "जिओमॅप" वापरते, जे डिजिटल नकाशे तयार करण्यासाठी तंत्रज्ञान प्रदान करते, तसेच ArcInfo, ArcView, PARK 6.0. खालील भूवैज्ञानिक दस्तऐवज डिजिटल स्वरूपात तयार केले गेले: 1:200,000 च्या स्केलवर अतिरिक्त अभ्यास आणि राज्य भूवैज्ञानिक नकाशाच्या तयारीवर आधारित पूर्व-चतुर्थांश स्वरूपाचा भूवैज्ञानिक नकाशा. चतुर्थांश ठेवींचा भौगोलिक नकाशा. जिओमॉर्फोलॉजिकल झोनिंगची योजना. उत्पादक तेल आणि वायू बेअरिंग संरचनांचा नकाशा. वाहतूक मार्ग आणि मुख्य संप्रेषणांसह प्रशासकीय विभागाची योजना. पूर्व-चतुर्थांश रचनांचा नकाशा ऐतिहासिक माहितीसह पूरक आहे: तांबे, लोह, क्रोमाइट्स, बॉक्साइट्स, मॅंगनीज, टायटॅनियम, शिसे, स्ट्रॉन्टियम, सोने; बांधकाम साहित्यासाठी (गॅब्रो-डायबेसेस, चुनखडी, डोलोमाइट्स, संगमरवरी, वाळूचे खडे), क्वार्ट्ज, फ्लोराइट, वोल्कोन्स्को-इट; तेल, वायू, कोळसा, पोटॅशियम क्षार, पिण्याचे पाणी. क्वाटरनरी डिपॉझिट्सचा नकाशा खालील वस्तूंचे क्षेत्र वितरण प्रतिबिंबित करतो: सोने, प्लॅटिनम, हिरे; कृषी-खनिज (पीट, कॅल्केरियस टफ, मार्ल), चिकणमाती, वाळू आणि रेव यांचे मिश्रण, वाळू इ. पर्म क्षेत्राच्या राज्यपालांच्या दिनांक 9 नोव्हेंबर, 1995 च्या आदेशानुसार पर्यावरण संरक्षण क्रमांक समिती), काम आहे प्रदेशाची युनिफाइड टेरिटोरियल सिस्टम ऑफ एन्व्हायर्नमेंटल मॉनिटरिंग (ETSEM) तयार करण्यासाठी सुरू आहे. ETSEM ची निर्मिती क्षेत्राचा पर्यावरणीयदृष्ट्या सुरक्षित शाश्वत विकास सुनिश्चित करण्यासाठी पर्यावरण संरक्षण क्षेत्रातील व्यवस्थापकीय निर्णयांचा अवलंब करण्यासाठी माहिती समर्थनाच्या उद्देशाने केली गेली आहे आणि पर्म प्रदेशातील माहिती आणि भौगोलिक माहिती प्रणालीचा अविभाज्य भाग आहे. रिसर्च क्लिनिकल इन्स्टिट्यूट ऑफ पेडियाट्रिक इकोपॅथॉलॉजी (NIKI DEP) द्वारे आरोग्य सेवेच्या GIS ची निर्मिती आणि देखभाल यावर कार्य केले गेले. प्रादेशिक स्तरावर, प्रदेशाच्या आरोग्य व्यवस्थापन प्रणालीसाठी माहिती समर्थनाच्या समस्यांचे निराकरण करण्यासाठी जीआयएसचा वापर विकसित केला गेला आहे: वैद्यकीय, लोकसंख्याशास्त्रीय आणि वैद्यकीय आणि पर्यावरणीय निर्देशकांमधील प्रतिकूल ट्रेंडसह प्रदेश ओळखणे; वैद्यकीय आणि लोकसंख्याशास्त्रीय निर्देशकांच्या (वैयक्तिक आणि जटिल दोन्ही) भौगोलिक माहिती विश्लेषणावर आधारित प्रादेशिक आरोग्य सेवेतील प्रादेशिक गुंतवणूकीचे प्रमाणीकरण; प्रदेशांनुसार लोकसंख्येसाठी वैद्यकीय सेवांच्या पर्याप्ततेचे विश्लेषण आणि वैयक्तिक प्रदेशांच्या समस्यांच्या तीव्रतेचे मूल्यांकन; स्पेशलाइज्डच्या तरतुदीसाठी आंतर-जिल्हा केंद्रांच्या नेटवर्कचे प्रमाणीकरण आणि प्लेसमेंट वैद्यकीय सुविधा आणि इतर. पर्म प्रदेशाच्या एकाच नकाशा-योजनेवर लोकसंख्या, वैद्यकीय आणि लोकसंख्याशास्त्रीय, स्वच्छताविषयक आणि आरोग्यविषयक आणि पर्यावरणीय निर्देशकांसाठी वैद्यकीय काळजीवरील स्थानिक माहिती आणि डेटाबेस जोडण्यासाठी कार्य केले गेले आहे. 260 हून अधिक संकेतकांवर माहिती संकलित करण्यात आली. प्रणाली लहान-प्रमाणातील वेक्टर नकाशे (1:1000000) वापरते. सॉफ्टवेअर तुम्हाला अनेक परिस्थिती प्ले करण्यास आणि बेड फंडाच्या इष्टतम वापरासाठी आणि वैद्यकीय संस्थांच्या प्रयोगशाळा आणि निदान आधारासाठी पर्याय निवडण्याची परवानगी देते. GIS वापरून वैद्यकीय आणि पर्यावरणीय समस्यांचे निराकरण करण्यासाठी, सार्वजनिक आरोग्य आणि वैयक्तिक पर्यावरणीय निर्देशकांसाठी जोखीम घटकांच्या संयोजनासाठी प्राधान्य क्षेत्र ओळखले गेले आणि पर्यावरणावरील हानिकारक प्रभावांच्या स्त्रोतांवर दीर्घकालीन डेटाबेसचा अवकाशीय संदर्भ सादर केला गेला. पर्मच्या म्युनिसिपल GIS चा भाग म्हणून एक पर्यावरणीय प्रकल्प राबविण्यात आला, जो प्रादेशिक GIS चा एक घटक आहे. वेक्टर नकाशा 1:25,000 वर आधारित, स्तर तयार केले गेले: पर्म शहराच्या जिल्ह्यांमधील लोकसंख्येची घटना, वैद्यकीय संस्थांचे कव्हरेज क्षेत्र. प्रणाली तुम्हाला 68 निर्देशकांचा वापर करून मागील 6 वर्षातील विकृतीच्या गतिशीलतेचा मागोवा घेण्यास अनुमती देते. प्रकल्पाच्या चौकटीत, स्तर तयार केले गेले जे पर्यावरणाच्या स्थितीचे विविध पैलू प्रतिबिंबित करतात (जड धातूंसह माती प्रदूषणाचे क्षेत्र, क्षेत्रीय निरीक्षणाच्या परिणामांवर आधारित वातावरणातील हवेतील हानिकारक पदार्थांचे प्रमाण, उत्सर्जनाचे स्थिर स्रोत. प्रत्येक स्त्रोताच्या तपशीलवार वैशिष्ट्यांसह वातावरणातील हवेमध्ये हानिकारक पदार्थांचे, पर्यावरणीय प्रदूषणाचे स्त्रोत म्हणून एंटरप्राइझबद्दल माहिती असलेल्या औद्योगिक उपक्रमांच्या जमिनीचे वाटप, मुलांच्या लोकसंख्येच्या जैविक वातावरणातील हानिकारक अशुद्धतेची सामग्री इ.). विश्‍लेषणात्मक कार्यांमध्ये समृद्ध विशेषता बेस असलेले स्तर वापरले जातात. तयार केलेली प्रणाली सार्वजनिक आरोग्याच्या निकषांनुसार वातावरणातील हवा गुणवत्ता नियंत्रण पोस्ट ठेवण्यासाठी, मुलांच्या वैद्यकीय आणि पर्यावरणीय पुनर्वसनासाठी कार्यक्रम विकसित करण्यासाठी इष्टतम नेटवर्क तयार करण्याच्या समस्यांचे निराकरण करण्यासाठी एक आउटलेट प्रदान करते. ArcView च्या आधारे महापालिकेच्या GIS चा पर्यावरणीय प्रकल्प तयार करण्यात आला. जीआयएसचा वापर मॉडेलिंग आणि विश्लेषणात्मक कार्यक्रमांच्या संयोजनात केला जातो, ज्यामुळे विविध प्रादेशिक स्तरांचे सर्वसमावेशक मूल्यांकन प्राप्त करणे शक्य होते. 1994-1997 मध्ये NIKI DEP ने पर्म प्रदेशाचा वैद्यकीय आणि पर्यावरणीय ऍटलस जारी केला. 1998 मध्ये, NIKI DEP ने पर्म स्टेट टेक्निकल युनिव्हर्सिटीच्या नवीन माहिती तंत्रज्ञानासाठी प्रादेशिक केंद्र आणि प्रादेशिक प्रशासनाच्या शिक्षण आणि विज्ञान विभागासह, पर्म प्रदेशाच्या सामाजिक आणि शैक्षणिक क्षेत्राचा एक ऍटलस प्रकाशित केला (एक पायलट प्रकल्प आंतरविद्यापीठ वैज्ञानिक आणि तांत्रिक कार्यक्रमाच्या चौकटीत "भौगोलिक माहिती प्रणालीच्या निर्मितीसाठी वैज्ञानिक पाया विकसित करणे"). 6 एप्रिल 1998 च्या विधानसभेच्या निर्णयानुसार, क्रमांक 78, एक सर्वसमावेशक प्रादेशिक कार्यक्रम "1998-2000 साठी पर्म प्रदेशातील नैसर्गिक आणि नैसर्गिक-टेक्नोजेनिक आपत्कालीन परिस्थितींचा अंदाज लावण्यासाठी जीवन सुरक्षा आणि देखरेख प्रणालीची संस्था" स्वीकारण्यात आला आणि लागू करण्यात आला, जे यासाठी प्रदान करते: भौगोलिक माहिती प्रणाली चेतावणी आणि आणीबाणीच्या परिस्थितीत (GIS ES) कृतीचा विकास आणि सुधारणा; 2. पर्म प्रदेशाच्या एटीसीच्या भौगोलिक माहिती प्रणालीचा भाग म्हणून आपत्कालीन परिस्थितीत क्रियांची उपप्रणाली तयार करणे. रशियन एकेडमी ऑफ सायन्सेस (पर्म) च्या उरल शाखेच्या मायनिंग इन्स्टिट्यूटच्या संशोधन विकासाच्या आधारे आपत्कालीन परिस्थितींसाठी भौगोलिक माहिती प्रणाली तयार केली गेली आहे. विकास" तांत्रिक गरजा पर्म प्रदेशाच्या क्षेत्रासाठी 1:1000,000 आणि 1:200,000 स्केलच्या डिजिटल टोपोग्राफिक नकाशे", "1:1000,000 आणि 1:200,000 च्या प्रदेशासाठी स्केलच्या डिजिटल टोपोग्राफिक नकाशांची गुणवत्ता तपासण्याच्या पद्धती पर्म प्रदेश", गुणवत्ता नियंत्रण आणि सूचित डिजिटल कार्ट्सची स्वीकृती यावर काम पर्म स्टेट युनिटरी एंटरप्राइझ "स्पेशल रिसर्च ब्यूरो "एल्ब्रस" (एसएनआयबी "एल्ब्रस") द्वारे केले गेले. SNIB "Elbrus" हे दर्शविलेल्या स्केलचे डिजिटल टोपोग्राफिक नकाशे धारक आहे आणि 1:1000,000 च्या स्केलवर "पर्म क्षेत्राचे डिजिटल इलेक्ट्रॉनिक नकाशे वापरण्याच्या प्रक्रियेवरील तात्पुरत्या नियमांनुसार नकाशांच्या अंमलबजावणीचे कार्य करते. आणि 1:200,000" SNIB "Elbrus" अनेक GIS सॉफ्टवेअर टूल्स वापरते: INTELKART, INTELVEK, Panorama, GIS RSChS, MapInfo Professional, ArcView, ArcInfo, इ. SUE SNIB "Elbrus" GIS OG च्या संपूर्ण स्केल श्रेणीसाठी कार्टोग्राफिक माहितीचे एकल वर्गीकरण ठेवते. पर्म प्रदेश, विविध जीआयएस सॉफ्टवेअर साधनांमध्ये नकाशांच्या वापराची सुसंगतता सुनिश्चित करण्यासाठी कन्व्हर्टर्सची एक प्रणाली विकसित केली. पर्म स्टेट युनिव्हर्सिटीच्या भूगोल विद्याशाखेत, जीआयएस "पर्म प्रदेशाचे संरक्षित नैसर्गिक प्रदेश" विकसित केले जात आहे; थीमॅटिक भौतिक-भौगोलिक, सामाजिक-आर्थिक आणि पर्यावरणीय-भौगोलिक स्तर (हायड्रोग्राफी, ऑरोग्राफी, जिओमॉर्फोलॉजी, माती, वनस्पती, हवामान, वसाहती, वाहतूक नेटवर्क, उद्योग, कृषी, औद्योगिक आणि सामाजिक पायाभूत सुविधा इ.) तयार करण्याचे काम सुरू आहे. इर्कुत्स्क, निझनी नोव्हगोरोड, रियाझान प्रदेश, प्रिमोर्स्की टेरिटरी इत्यादींसाठी स्वतःची प्रणाली विकसित केली जात आहे. स्थानिक पातळीवर GIS अंमलबजावणीची बरीच उदाहरणे आहेत. Ubsu-Nur कार्यक्रमाच्या चौकटीत, Ubsu-Nur उदासीनतेच्या जंगलातील जंगलातील साठा आणि वयाची गतिशीलता वैशिष्ट्यीकृत करण्यासाठी एक भू-माहिती प्रणाली तयार केली गेली आणि GIS-Satino आणि इतर या ठिकाणाचे सर्वसमावेशक वर्णन करण्यासाठी विकसित केले गेले. मॉस्को स्टेट युनिव्हर्सिटीच्या भूगोल विद्याशाखेच्या उन्हाळी प्रशिक्षण पद्धती. नंतरची प्रणाली अनिवार्यपणे सॅटिनो प्रशिक्षण मैदान (बोरोव्स्की जिल्हा, कलुगा प्रदेश) च्या प्रदेशाचे जटिल डिजिटल मॉडेल आहे (यु.एफ. निझनिकोव्ह, आय.के. लुरी, 2002]. 1:5000 आणि 1:10000 च्या स्केलवरील प्रदेशाचे फोटोप्लॅन आणि टोपोग्राफिक नकाशे हे मुख्य आधारभूत स्तर आहेत, विद्यार्थ्यांच्या क्षेत्र अभ्यासातील डेटा मोठ्या प्रमाणावर वापरला जातो आणि भौगोलिक माहिती निधी भौगोलिक वस्तूंच्या गुणधर्म आणि संबंधांवरील डेटाचे पद्धतशीर संच म्हणून गोळा केले जात आहेत. आणि प्रदेशावरील प्रक्रिया. नैसर्गिक भूप्रणालीच्या गतिशील अवस्थांचा अभ्यास करण्यासाठी, विविध तात्पुरती आणि स्केल पातळी वापरल्या जातात - दीर्घकालीन (मल्टी-टेम्पोरल नकाशे, हवाई आणि अंतराळ प्रतिमा, बहुभुज प्रदेशाच्या दीर्घकालीन क्षेत्रीय सर्वेक्षणांची सामग्री), तसेच हंगामी (प्रामुख्याने हवाई छायाचित्रे आणि विशेष लँडस्केप-फेनोलॉजिकल अभ्यास). स्वयंचलित क्षेत्र संशोधनासाठी डीकोडिंग आणि नेव्हिगेशन कॉम्प्लेक्स विकसित केले जात आहे. तुम्ही एकाच रासायनिक प्लांटमध्ये पर्यावरणीय परिस्थिती नियंत्रित करण्यासाठी तयार केलेल्या सिस्टीमची उदाहरणे देखील देऊ शकता, इत्यादी. लागू केलेल्या किंवा सध्या लागू केलेल्या प्रकल्पांपैकी, आम्ही GIS तंत्रज्ञानाच्या विविध विषयांच्या उद्योग-विशिष्ट अनुप्रयोगांची असंख्य उदाहरणे देखील दर्शवतो - भूविज्ञान , लँड कॅडस्ट्रे, वनीकरण उद्योग, पर्यावरणशास्त्र, नगरपालिका प्रशासन, अभियांत्रिकी संप्रेषणांचे ऑपरेशन, कायद्याची अंमलबजावणी करणार्‍या एजन्सींचे क्रियाकलाप. त्यांची तपशीलवार चर्चा [ई. जी. कप्रालोव्ह, ए.व्ही. कोशकारेव, व्ही.एस. टिकुनोव एट अल., 2004]. चेकलिस्ट GRID ग्लोबल इन्फॉर्मेशन रिसोर्स डेटाबेसची भूमिका काय आहे? GRID प्रणालीचे मुख्य वैशिष्ट्य काय आहे? रशियन प्रकल्प आंतरराष्ट्रीय पद्धतींशी सुसंगत होते का? असा करार योग्य आहे का? नियोजित राज्य इको-माहिती प्रणालीच्या वैशिष्ट्यांचे वर्णन करा; आधुनिक परिस्थितीत हा प्रकल्प राबविणे योग्य आहे का? "रशियाचा शाश्वत विकास" प्रणालीची मुख्य वैशिष्ट्ये सूचीबद्ध करा. पर्म प्रदेशासाठी तयार केलेल्या सिस्टमच्या इष्टतमतेचे मूल्यांकन करा. स्थानिक यंत्रणा निर्माण करणे योग्य आहे का? तुमच्या क्षेत्रासाठी संभाव्य GIS प्रकल्पाची योजना करा.

N. B. Yaldygina

अलिकडची वर्षे पृथ्वी रिमोट सेन्सिंग (ERS) आणि भौगोलिक माहिती तंत्रज्ञानाच्या जलद विकास आणि प्रसाराने चिन्हांकित केली गेली आहेत. उपग्रह प्रतिमा सक्रियपणे क्रियाकलापांच्या विविध क्षेत्रातील समस्यांचे निराकरण करण्यासाठी माहितीचा स्त्रोत म्हणून वापरल्या जातात: कार्टोग्राफी, नगरपालिका प्रशासन, वनीकरण आणि कृषी, जल व्यवस्थापन, तेल आणि वायू उत्पादन आणि वाहतूक पायाभूत सुविधांच्या स्थितीचे निरीक्षण आणि निरीक्षण, पर्यावरणीय मूल्यांकन, ठेवी खनिजांचा शोध आणि अंदाज इ. भौगोलिक माहिती प्रणाली (GIS) आणि जिओपोर्टल्सचा वापर व्यवस्थापकीय निर्णय घेण्याच्या उद्देशाने डेटाचे विश्लेषण करण्यासाठी केला जातो.

परिणामी, अनेक उच्च शैक्षणिक संस्थांसाठी, रिमोट सेन्सिंग आणि जीआयएस तंत्रज्ञान सक्रियपणे सादर करण्याचे कार्य शैक्षणिक प्रक्रियाआणि वैज्ञानिक क्रियाकलाप. पूर्वी, फोटोग्रामेट्री आणि जीआयएस क्षेत्रातील तज्ञांना प्रशिक्षण देणाऱ्या विद्यापीठांद्वारे या तंत्रज्ञानाचा वापर आवश्यक होता. तथापि, हळुहळू, रिमोट सेन्सिंग आणि जीआयएस तंत्रज्ञान क्रियाकलापांच्या विविध लागू क्षेत्रांसह एकत्रित केले जात असल्याने, तज्ञांच्या विस्तृत श्रेणीसाठी त्यांचा अभ्यास आवश्यक बनला आहे. फॉरेस्ट्री आणि अॅग्रीकल्चर, इकोलॉजी, कन्स्ट्रक्शन इ.शी संबंधित विशेषतांचे प्रशिक्षण देणार्‍या विद्यापीठांना आता रिमोट सेन्सिंग आणि जीआयएसच्या मूलभूत गोष्टींमध्ये विद्यार्थ्यांना प्रशिक्षण देण्याची आवश्यकता आहे, जेणेकरून भविष्यातील पदवीधरांना त्यांच्या वैशिष्ट्यांमधील लागू समस्या सोडवण्यासाठी प्रगत पद्धतींशी परिचित व्हावे.

सुरुवातीच्या टप्प्यावर, विद्यार्थ्यांना रिमोट सेन्सिंग आणि जीआयएस विषयांचे प्रशिक्षण देण्याची योजना असलेल्या शैक्षणिक संस्थेला अनेक समस्या सोडवणे आवश्यक आहे:

• विशेष सॉफ्टवेअर आणि हार्डवेअर खरेदी करा.
• प्रशिक्षण आणि वैज्ञानिक कार्यासाठी वापरण्यासाठी रिमोट सेन्सिंग डेटाचा संच मिळवा.
• रिमोट सेन्सिंग आणि GIS समस्यांवर शिक्षकांचे पुनर्प्रशिक्षण आयोजित करा.
• रिमोट सेन्सिंग डेटाचा वापर करून विद्यापीठ/विभागाच्या स्पेशलायझेशनशी संबंधित लागू समस्या सोडविण्यास अनुमती देणारे तंत्रज्ञान विकसित करणे.

विचारपूर्वक आणि पद्धतशीर दृष्टिकोनाशिवाय, या समस्यांचे निराकरण करण्यासाठी विद्यापीठाकडून महत्त्वपूर्ण वेळ आणि भौतिक खर्चाची आवश्यकता असू शकते. सर्वात सोपा आणि प्रभावी पद्धतअडचणींवर मात करणे - रिमोट सेन्सिंग आणि जीआयएस तंत्रज्ञानाच्या अंमलबजावणीसाठी सर्व आवश्यक सॉफ्टवेअर आणि हार्डवेअर पुरवणाऱ्या कंपन्यांशी संवाद, ज्यांना राष्ट्रीय अर्थव्यवस्थेच्या विविध क्षेत्रांसाठी प्रकल्प राबविण्याचा अनुभव आहे.

विद्यापीठात रिमोट सेन्सिंग आणि GIS तंत्रज्ञानाच्या अंमलबजावणीसाठी एकात्मिक दृष्टीकोन Sovzond द्वारे प्रदान केला जाईल, जे सॉफ्टवेअर आणि हार्डवेअरच्या पुरवठ्यापासून, त्यांची स्थापना आणि कॉन्फिगरेशन, रिमोट सेन्सिंग डेटाच्या पुरवठ्यापर्यंत सेवांची संपूर्ण श्रेणी देते. तज्ञांचे प्रशिक्षण आणि तांत्रिक उपायांचा विकास. प्रस्तावित समाधानाचा आधार अर्थ रिमोट सेन्सिंग डेटा प्रोसेसिंग सेंटर (CODDZZ) आहे.

CODDZZ म्हणजे काय?

हे रिमोट सेन्सिंग डेटा प्राप्त करण्यासाठी, प्रक्रिया करण्यासाठी आणि विश्लेषण करण्यासाठी, भौगोलिक माहिती वापरण्यासाठी डिझाइन केलेले सॉफ्टवेअर आणि हार्डवेअर साधने आणि तंत्रज्ञानाचे एक जटिल आहे. TsODDZZ आपल्याला खालील मुख्य कार्ये सोडविण्यास अनुमती देते:

• रिमोट सेन्सिंग डेटा (स्पेस इमेज) मिळवणे.
• स्पेस प्रतिमांची प्राथमिक प्रक्रिया, स्वयंचलित आणि परस्परसंवादी व्याख्याची तयारी, तसेच व्हिज्युअल सादरीकरण.
• विविध विषयांवर विश्लेषणात्मक कार्टोग्राफिक सामग्रीची विस्तृत श्रेणी तयार करण्यासाठी रिमोट सेन्सिंग डेटाचे सखोल स्वयंचलित विश्लेषण, विविध सांख्यिकीय पॅरामीटर्सचे निर्धारण.
• उपग्रह प्रतिमा डेटावर आधारित विश्लेषणात्मक अहवाल, सादरीकरण साहित्य तयार करणे.

TSODDZZ चा मुख्य घटक रिमोट सेन्सिंग आणि GIS डेटासह कार्य करण्यासाठी विस्तृत कार्यक्षमतेसह विशेष सॉफ्टवेअर आणि हार्डवेअर आहे.

TsODDZZ सॉफ्टवेअर

TsODDZZ चा भाग म्हणून सॉफ्टवेअर खालील कार्य करण्यासाठी डिझाइन केले आहे:

रिमोट सेन्सिंग डेटाची फोटोग्रामेट्रिक प्रक्रिया (प्रतिमांचे भौमितिक सुधारणा, डिजिटल एलिव्हेशन मॉडेल्सचे बांधकाम, प्रतिमा मोज़ेकची निर्मिती इ.). रिमोट सेन्सिंग डेटावर प्रक्रिया करणे आणि त्याचे विश्लेषण करणे, वापरकर्त्याला अचूक आणि अद्ययावत माहिती प्रदान करणे या सामान्य तांत्रिक चक्रातील हा एक आवश्यक टप्पा आहे.

रिमोट सेन्सिंग डेटाची थीमॅटिक प्रक्रिया (थीमॅटिक व्याख्या, वर्णक्रमीय विश्लेषण इ.).थीमॅटिक नकाशे आणि योजना तयार करण्यासाठी, व्यवस्थापन निर्णय घेण्याच्या उद्देशाने उपग्रह प्रतिमा सामग्रीचे स्पष्टीकरण आणि विश्लेषण प्रदान करते.

GIS विश्लेषण आणि मॅपिंग (स्थानिक आणि सांख्यिकीय डेटा विश्लेषण, नकाशा तयार करणे इ.).नमुने, नातेसंबंध, घटनांमधील ट्रेंड आणि आसपासच्या जगाच्या घटनांची ओळख तसेच परिणाम वापरकर्त्यासाठी अनुकूल स्वरूपात सादर करण्यासाठी नकाशे तयार करणे प्रदान करते.

इंटरनेट आणि इंट्रानेट द्वारे भौगोलिक माहितीमध्ये प्रवेश प्रदान करणे (डेटा स्टोरेजची संस्था, निर्मिती वेब- अंतर्गत आणि बाह्य नेटवर्कच्या वापरकर्त्यांसाठी GIS विश्लेषण कार्यांसह सेवा).हे विशिष्ट प्रदेशासाठी दिलेल्या विषयावरील माहितीसाठी अंतर्गत नेटवर्क आणि इंटरनेटवरून वापरकर्त्याच्या प्रवेशाच्या संस्थेसाठी प्रदान करते (स्पेस प्रतिमा, वेक्टर नकाशे, विशेषता माहिती).

टेबलमध्ये. आकृती 1 Sovzond द्वारे प्रस्तावित सॉफ्टवेअर वापरण्याची योजना दर्शविते, ज्यामुळे सर्व सूचीबद्ध प्रकारच्या कामांची पूर्णपणे अंमलबजावणी करणे शक्य होते.

तक्ता 1. सॉफ्टवेअर वापरण्याची योजना

कामाचा प्रकार	सॉफ्टवेअर उत्पादने	महत्वाची वैशिष्टे
रिमोट सेन्सिंग डेटाची फोटोग्रामेट्रिक प्रक्रिया	Trimble INPHO वरून INPHO लाइन	अॅनालॉग आणि डिजिटल कॅमेऱ्यांमधून सर्व प्रकारच्या फ्रेम शूटिंगसाठी स्वयंचलित हवाई त्रिकोणी हवाई किंवा उपग्रह प्रतिमा, गुणवत्ता नियंत्रण आणि डीईएम संपादन यावर आधारित उच्च-परिशुद्धता डिजिटल एलिव्हेशन मॉडेल (डीईएम) चे बांधकाम रिमोट सेन्सिंग डेटाचे ऑर्थोरेक्टिफिकेशन विविध उपग्रहांमधून मिळालेल्या प्रतिमांचा वापर करून रंग-संश्लेषित मोज़ेक आवरण तयार करणे एरियल आणि स्पेस इमेजेसच्या स्टिरिओपियर्सद्वारे भूप्रदेशातील वस्तूंचे वेक्टरायझेशन
		रिमोट सेन्सिंग डेटा व्हिज्युअलायझेशन भौमितिक आणि रेडिओमेट्रिक सुधारणा स्टिरिओ प्रतिमांवर आधारित DTM तयार करणे मोज़ेकची निर्मिती
रिमोट सेन्सिंग डेटाची थीमॅटिक प्रक्रिया	ITT VIS कडून ENVI लाइन	परस्पर उलगडा आणि वर्गीकरण इंटरएक्टिव्ह स्पेक्ट्रल आणि स्पेसियल इमेज एन्हांसमेंट कॅलिब्रेशन आणि वायुमंडलीय सुधारणा वनस्पति निर्देशांक वापरून वनस्पती विश्लेषण (NDVI) GIS वर निर्यात करण्यासाठी वेक्टर डेटा प्राप्त करणे
GIS विश्लेषण आणि मॅपिंग	ArcGIS डेस्कटॉप लाइन (ESRI Inc.)	ऑब्जेक्ट-ओरिएंटेड दृष्टिकोनावर आधारित स्थानिक डेटा तयार करणे आणि संपादित करणे कार्ड तयार करणे आणि डिझाइन करणे जिओडेटाचे अवकाशीय आणि सांख्यिकीय विश्लेषण नकाशाचे विश्लेषण, व्हिज्युअल रिपोर्टिंग
इंटरनेटद्वारे भौगोलिक माहितीमध्ये प्रवेश प्रदान करणे	ArcGIS सर्व्हर लाइन (ESRI Inc.)	सीसर्व स्थानिक डेटा आणि मॅपिंग सेवांचे केंद्रीकृत व्यवस्थापन वेब अनुप्रयोग तयार करणेडेस्कटॉप GIS कार्यक्षमतेसह

उच्च शैक्षणिक संस्थांसाठी, सोव्हझोंड ऑफर करते फायदेशीर अटीसॉफ्टवेअर वितरण. व्यावसायिक परवान्यांच्या तुलनेत विद्यापीठासाठी वैयक्तिक परवान्यांची किंमत दोन किंवा अधिक वेळा कमी केली जाते. याव्यतिरिक्त, वर्गातील उपकरणांसाठी परवान्यांचे विशेष संच पुरवले जातात (तक्ता 2). 10 किंवा अधिक ठिकाणांसाठी प्रशिक्षणासाठी परवान्यांच्या पॅकेजची किंमत मुळात एका व्यावसायिक परवान्याच्या किंमतीशी तुलना करता येते. खालील सारणी विविध सॉफ्टवेअर विक्रेत्यांकडून उपलब्ध परवाना पॅकेजचे वर्णन करते.

तक्ता 2. सॉफ्टवेअर परवाने

अनेक रशियन विद्यापीठांना ITT VIS, ESRI Inc., Trimble INPHO ची सॉफ्टवेअर उत्पादने वापरण्याचा आधीच सकारात्मक अनुभव आहे शैक्षणिक आणि वैज्ञानिक क्रियाकलाप. त्यापैकी मॉस्को आहेत राज्य विद्यापीठजिओडेसी आणि कार्टोग्राफी (MIIGAiK), मॉस्को स्टेट फॉरेस्ट युनिव्हर्सिटी (MGUL), मारी स्टेट टेक्निकल युनिव्हर्सिटी (MarSTU), सायबेरियन स्टेट जिओडेटिक अकादमी (SSGA), इ.

TsODDZZ हार्डवेअर

TsODDZZ हार्डवेअरमध्ये प्रगत समाविष्ट आहे तांत्रिक माध्यम, माहितीसह आणि प्रशिक्षित प्रेक्षकांसह कार्य करण्याच्या विविध पद्धती लागू करण्यासाठी उच्च शैक्षणिक संस्थेला संशोधन, शैक्षणिक प्रक्रिया आयोजित करण्याची परवानगी देते. नियोजित कामाचे प्रमाण, प्रशिक्षित विद्यार्थ्यांची संख्या आणि इतर अनेक घटक विचारात घेऊन हार्डवेअरची निवड केली जाते. CODDZZ एक किंवा अधिक परिसरांच्या आधारे तैनात केले जाऊ शकते आणि उदाहरणार्थ, एक वर्ग, एक रिमोट सेन्सिंग प्रयोगशाळा आणि एक बैठक खोली समाविष्ट करते.

खालील उपकरणे TsODDZZ चा भाग म्हणून वापरली जाऊ शकतात:

• विशेष सॉफ्टवेअर स्थापित करण्यासाठी वर्कस्टेशन्स (वर्ग आणि विभागांमध्ये).
• भू-स्थानिक डेटाचे संचयन आणि व्यवस्थापनासाठी सर्व्हर.
• माहिती प्रदर्शित करण्यासाठी आणि एकत्रितपणे पाहण्यासाठी व्हिडिओ भिंती (चित्र 1).
• रिमोट युजर्स (वेगवेगळ्या खोल्यांमध्ये स्थित) दरम्यान रिअल टाइममध्ये ऑडिओ आणि व्हिडिओ माहितीची देवाणघेवाण करण्यासाठी व्हिडिओ कॉन्फरन्सिंग सिस्टम.

तांदूळ. 1. व्हिडिओ भिंतीसह वर्ग

ही साधने केवळ रिमोट सेन्सिंग डेटावर प्रक्रिया करण्यासाठी उत्पादक हार्डवेअर प्लॅटफॉर्म बनवत नाहीत तर वापरकर्ता गटांमधील प्रभावी परस्परसंवादाला देखील अनुमती देतात. उदाहरणार्थ, व्हिडिओ कॉन्फरन्सिंग प्रणाली आणि TTS सॉफ्टवेअर आणि हार्डवेअर कॉम्प्लेक्स वापरून, प्रयोगशाळेतील तज्ञांनी तयार केलेला रिअल-टाइम डेटा आणि व्हिडिओ प्रतिमा थेट मीटिंग रूममधील स्क्रीनवर प्रसारित केल्या जाऊ शकतात.

रिमोट सेन्सिंग डेटा पुरवठा

TSODRS तैनात करताना, एक महत्त्वाचा मुद्दा म्हणजे विविध उपग्रहांकडून रिमोट सेन्सिंग डेटाचा संच संपादन करणे, ज्याचा उपयोग विद्यार्थ्यांना प्रशिक्षण देण्यासाठी आणि विविध विषयासंबंधी प्रकल्प राबविण्यासाठी केला जाईल. Sovzond आघाडीच्या रिमोट सेन्सिंग उपग्रह ऑपरेटर्सना सहकार्य करते आणि WorldView-1, WorldView-2, GeoEye-1, QuickBird, IKONOS, Resurs-DK1, RapidEye, ALOS, SPOT, TerraSAR उपग्रह -X, RADARSAT कडून प्राप्त डिजिटल डेटा पुरवते. , इ.

फेडरल स्पेस एजन्सी (रॉसकोसमॉस) च्या सहभागाने तयार केलेले, विद्यापीठात ग्राउंड-आधारित रिसीव्हिंग कॉम्प्लेक्स तैनात करणे देखील शक्य आहे, जे Resurs-DK1, AQUA, TERRA, IRS-1C, IRS कडून थेट डेटाचे रिसेप्शन प्रदान करते. -1D, कार्टोसॅट-1 (IRS-P5) उपग्रह ), RESOURCESAT-1 (IRS-P6), NOAA, RADARSAT-1,2, COSMO-SkyMed 1-3, इ. याव्यतिरिक्त, TSODSZZ तैनात करण्याच्या बाबतीत , Sovzond एक शैक्षणिक संस्था प्रदान करते ज्यामध्ये अनेक उपग्रहांकडील विनामूल्य रिमोट सेन्सिंग डेटाचा संच आहे, ज्यामध्ये भिन्न वैशिष्ट्ये आहेत (स्थानिक रिझोल्यूशन, स्पेक्ट्रल श्रेणी इ.), ज्याचा विद्यार्थ्यांना शिकवण्यासाठी चाचणी नमुने म्हणून वापर केला जाऊ शकतो.

उच्च शैक्षणिक संस्थेमध्ये पृथ्वीच्या रिमोट सेन्सिंग सेंटरची तैनाती विद्यापीठाच्या वैज्ञानिक आणि शैक्षणिक क्रियाकलापांमध्ये रिमोट सेन्सिंग आणि जीआयएस तंत्रज्ञानाचा परिचय करून देण्याची आणि तुलनेने नवीन आणि संबंधित क्षेत्रातील तज्ञांना प्रशिक्षण प्रदान करण्याच्या समस्येचे निराकरण करण्यास अनुमती देते.

TSODDZZ एक लवचिक आणि स्केलेबल प्रणाली आहे. निर्मितीच्या सुरुवातीच्या टप्प्यावर, CODDZZ ही एक छोटी प्रयोगशाळा असू शकते किंवा रिमोट सेन्सिंग डेटावर प्रक्रिया करण्याच्या कार्यक्षमतेसह स्वतंत्र वर्कस्टेशन देखील असू शकते. भविष्यात, TSODDZZ मोठ्या प्रयोगशाळा आणि प्रशिक्षण केंद्रांच्या आकारात विस्तारित करणे शक्य आहे, ज्यांचे क्रियाकलाप केवळ विद्यार्थ्यांना शिकवण्यापुरते मर्यादित नाहीत, तर रिमोट सेन्सिंग डेटावर आधारित व्यावसायिक प्रकल्पांची अंमलबजावणी आणि इंटरनेटवर माहिती सेवांची तरतूद यांचा समावेश आहे. वापरकर्ते