В статье дана характеристика комплексного подхода к решению научной проблемы разработки практико-ориентированных технологий управления территориально-распределенными организационными природно-социально-производственными системами на основе пространственных данных с целью обеспечения условий устойчивого развития регионов. Достижение поставленной цели основано на последовательном решении ряда основополагающих задач исследования. Представлено обоснование подхода управления организационными природно-социально-производственными системами на основе процессов идентификации, анализа и мониторинга рисков для обеспечения поддержки процесса принятия управленческих решений в области устойчивого развития. Дана характеристика ключевых принципов интеграции пространственных данных о территориально-распределенных системах с целью синтеза согласующихся и информативных массивов информации о территориально-распределенных подсистемах. Предложены направления развития методического и алгоритмического обеспечения систем интеллектуальной поддержки принятия управленческих решений в области оптимизации взаимодействия природных, социальных и производственных подсистем, в том числе дана характеристика концепции построения репозитория для интеграции моделей и алгоритмов анализа пространственных данных для функционирования систем интеллектуальной поддержки принятия решений. Представлены принципы использования геопортальных технологий и Интернета вещей для интеграции, визуализации и распространения пространственных данных как практико-ориентированной технологии управления организационными природно-социально-производственными системами. Исследование выполнено при финансовой поддержке РНФ в рамках научного проекта № 22-27-00651, https://rscf.ru/project/22-27-00651/.
The article characterizes an integrated approach to solving the scientific problem of developing practice-oriented technologies for managing territorially distributed organizational natural-social-production systems based on spatial data in order to ensure conditions for sustainable development of regions. Achieving this goal is based on the consistent solution of a number of fundamental research tasks. The rationale for the approach to managing organizational natural-social-production systems is presented based on the processes of identification, analysis and monitoring of risks to ensure support for the process of making management decisions in the field of sustainable development. The key principles of integration of spatial data about geographically distributed systems are characterized in order to synthesize consistent and informative arrays of information about geographically distributed subsystems. Directions for the development of methodological and algorithmic support for systems of intellectual support for management decision-making in the field of optimizing the interaction of natural, social and production subsystems are proposed, including a description of the concept of building a repository for the integration of models and algorithms for analyzing spatial data for the functioning of intelligent decision support systems. The principles of using geoportal technologies and the Internet of things for the integration, visualization and distribution of spatial data as a practice-oriented technology for managing organizational natural-social-production systems are presented. The study was carried out with financial support from the Russian Science Foundation within the framework of scientific project No. 22-27-00651, https://rscf.ru/project/22-27-00651/.
1. Черкашин А.К. Метатеоретическое системное моделирование природных и социальных процессов и явлений в неоднородной среде // Информационные и математические технологии в науке и управлении. 2019. № 1 (13). С. 61–84.
2. Бершадский А.М., Финогеев А.Г., Бождай А.С. Разработка и моделирование гетерогенных инфраструктур для беспроводного информационного обеспечения процессов мониторинга // Известия высших учебных заведений. Поволжский регион. Технические науки. 2010. № 1 (13). C. 36–45.
3. Dragoni N., Giallorenzo S., Lafuente A. Microservices: yesterday, today, and tomorrow // Present and ulterior software engineering. 2017. P. 195–216.
4. Николаев В.А. Классификация и мелкомасштабное картографирование ландшафтов. М.: МГУ, 1978. 62 с.
5. Zhang C., Lu J., Xu P., Chen Y. Unibench: A benchmark for multi-model database management systems. In Performance Evaluation and Benchmarking for the Era of Artificial Intelligence: 10th TPC Technology Conference. 2019. P. 7–23.
6. Сочава В.Б. Введение в учение о геосистемах. Новосибирск: Наука, 1978. 320 с.
7. Бакланов П.Я. Геосистемный подход в географических исследованиях // Тихоокеанская география. 2020. № 1. P. 7–12.
8. Yamashkin S.A., Yamashkin A.A., Zanozin V.V., Radovanovic M.M., Barmin A.N. Improving the Efficiency of Deep Learning Methods in Remote Sensing Data Analysis: Geosystem Approach // IEEE Access. 2020. № 8. P. 179516–179529.
9. Kulawiak M., Dawidowicz A., Pacholczyk M.E. Analysis of server-side and client-side Web-GIS data processing methods on the example of JTS and JSTS using open data from OSM and geoportal // Computers & Geosciences. 2019. № 129. P. 26–37.