UrbanAware collecte et analyse des données pour
générer des informations sur les incidents critiques afin de
renforcer l'avantage tactique
Smiths Detection, un chef de file mondial des technologies de
détection des menaces et de filtrage de sécurité, et une société de
Smiths Group, en partenariat avec Riskaware, un spécialiste de la
modélisation des incidents, lancent aujourd'hui UrbanAware, une
plateforme de bout en bout pour augmenter, intégrer et numériser la
fourniture d'informations sur les dangers chimiques, biologiques,
radiologiques et nucléaires (CBRN) en temps réel lors d'un
incident.
Ce communiqué de presse contient des éléments
multimédias. Voir le communiqué complet ici :
https://www.businesswire.com/news/home/20240924099489/fr/
(Graphic: Business Wire)
Cette solution conjointe non seulement optimise la collecte de
données, l'analyse et la sensibilisation stratégique aux menaces
CBRN, mais elle rapproche également les connaissances de l'avantage
tactique, permettant aux parties prenantes d'identifier et de
comprendre rapidement les dangers chimiques et autres sur le
terrain. Les menaces peuvent être vues en temps réel sur une carte
par rapport à la position de l’équipe, fournissant ainsi des
renseignements critiques et potentiellement vitaux. Les prochaines
étapes probables d'une attaque chimique ou d'un rejet industriel
accidentel peuvent également être prévues à l'aide des capacités de
simulation.
Sarah Robinson, Global Industry Director, Defence, Smiths
Detection, déclare : « Notre partenariat représente une mission
commune visant à créer des espaces plus sûrs et à relever des défis
mondiaux complexes afin de protéger les personnes, les
environnements, les infrastructures et les sociétés dans le monde
entier. Les premiers intervenants et les planificateurs militaires
doivent agir rapidement lorsqu'ils sont confrontés à la gestion des
catastrophes et UrbanAware permet un accès incroyablement rapide
aux informations critiques. Combinée aux données des capteurs, la
solution devient un outil très puissant au fur et à mesure qu’une
situation se déroule, soutenant des stratégies de réponse plus
rapides et plus éclairées. »
En raison des différentes caractéristiques structurelles et
démographiques, il est difficile d'évaluer l'impact potentiel d'un
incident et de déterminer le meilleur plan d'action. Comme son nom
l'indique, UrbanAware est optimisé pour ces environnements urbains
complexes où la topographie des rues et des bâtiments influence la
dispersion des dangers aériens. Les cas d'utilisation typiques vont
de la planification des voies d'évacuation en cas d'urgence civile
à l'établissement de zones de cordon optimales sur la base d'une
modélisation prédictive des risques.
Le système CBRN de Riskaware repose sur la suite HASP,
développée sur deux décennies par le Defence Science and Technology
Laboratory (Dstl) et concédée sous licence à Riskaware par
Ploughshare. La suite HASP a été développée à l'origine pour
fournir une prévision rapide des risques dans des environnements
urbains complexes en quelques minutes, ce qui améliore
considérablement les modèles précédents. Il prend également en
considération les interactions entre la dispersion à l'intérieur et
à l'extérieur et est capable d'estimer les paramètres de la source,
tels que l'emplacement, le temps de rejet et la quantité de
substance rejetée. L’intégration de ces capacités robustes avec le
capteur chimique bien établi de Smith Detection offre aux
organisations de défense et de sécurité une riche solution de
modélisation des risques qui surpasse toutes les options
traditionnelles.
James Christley, Senior Principal Scientist, Dstl, déclare
: « Les investissements soutenus de la défense dans la science
et la technologie produisent systématiquement des innovations qui
protègent des vies. Nous sommes heureux que les travaux de Dstl
développés à l’origine pour la défense du Royaume-Uni soient
exploités au profit d’un public plus large. »
Simon Agass, Business Development Director, Riskaware, ajoute
: « Nous avons travaillé avec plusieurs agences militaires et
nous avons constaté que les solutions CBRN disponibles étaient très
manuelles et ne convenaient pas à l’objectif poursuivi dans
l'écosystème actuel des menaces. Le fait de combiner nos capacités
complètes de modélisation CBRN avec la technologie des capteurs
Smith Detection fournit une capacité indispensable de réponse aux
incidents CBRN de bout en bout, qui permet de gagner un temps
crucial, d’éclairer les actions ciblées et de protéger davantage de
personnes. »
À propos de Riskaware
Riskaware est l'un des principaux fournisseurs de solutions de
modélisation d'incidents. Forte de son expertise des données, des
systèmes et des logiciels, la société crée des solutions
opérationnelles qui aident les organisations à prendre des
décisions éclairées et à optimiser leur résilience. Travaillant
avant tout avec les industries de la défense et de la sécurité,
Riskaware aide ses partenaires à relever les défis mondiaux les
plus complexes et à protéger les personnes et les environnements
dans le monde entier.
À propos de Smiths Detection
Smiths Detection est un chef de file mondial des technologies de
détection des menaces et de filtrage de sécurité. Il fournit les
solutions nécessaires pour protéger la société contre la menace et
le passage illégal d'explosifs, d'armes prohibitives, de
contrebande, de menaces biologiques, de produits chimiques toxiques
et de stupéfiants, afin de protéger les personnes et les
infrastructures.
Informations générales sur la suite HASP
La suite de simulation et de prévision de l'évaluation des
dangers (HASP) est un ensemble d'outils logiciels offrant une
meilleure connaissance de la situation et une aide à la décision
dans le domaine CBRN/matières dangereuses. Elle a été développée
par le Defence Science and Technology Laboratory (Dstl) en
collaboration avec Riskaware et concédée sous licence par
Ploughshare Innovations.1
La suite HASP est composée d'un certain nombre de composants
individuels, chacun abordant un aspect différent des défis
CBRN/matières dangereuses pour créer une connaissance complète de
la situation. Il s'agit notamment :
- Modèle de dispersion urbaine (UDM)
- Sous-système urbain (USS)
- Outil de placement de capteur (SPT)
- Estimation du terme source (STE)
- Système d'information sur la base de données géographiques et
environnementales (GEDIS)
L'un des principaux composants de la suite HASP est le modèle de
dispersion urbaine (UDM). L'UDM a été financé à l'origine par Dstl
et la Defense Threat Reduction Agency (DTRA) des États-Unis pour
répondre à une exigence d'un modèle numérique qui prédit avec
précision la dispersion des contaminants aéroportés dans les zones
urbaines à des distances comprises entre 10 m et 10 km. Le modèle
devait fonctionner rapidement afin de répondre aux exigences de
support d'incident en temps réel et aux exigences d'analyse
opérationnelle. Depuis sa création dans les années 1990, l'UDM a
été utilisé pour soutenir de nombreux événements majeurs. Parmi les
premiers exemples, dans le domaine public, figurent2 :
- Jeux olympiques de Sydney 2000
- Inauguration présidentielle américaine de 2001
- Jeux olympiques d'hiver de 2002 à Salt Lake City
- Jeux olympiques d'Athènes 2004
Tout au long de son développement, l'UDM a été validé dans un
certain nombre d'expériences d'essais sur le terrain, dont2 :
- Projet Prairie Grass
- Urban 2000 Dataset, Salt Lake City, Utah
- Joint Urban 2003, version Oklahoma City
- Madison Square Gardens 2005
- Expériences en soufflerie
- Expérimentation MUST, conteneurs Conex pour créer un cadre
urbain simulé
UDM a également fait l'objet d'examens externes indépendants,
notamment :
- Defence Scientific Advisory Council (2006)
- Examen scientifique par Hanna Consultants (2009)
L’UDM et d’autres éléments des suites HASP ont également reçu un
financement important du ministère de la défense des États-Unis par
l’intermédiaire du programme d’enregistrement des États-Unis et
sont intégrés dans la capacité américaine de prévision et d’analyse
des dangers (HPAC) et le modèle d’effets conjoints (JEM)3,4,5, 6.
Riskaware continue de soutenir ces programmes par le biais de ses
partenariats d'entrepreneur principal aux États-Unis.
_________________________
1 “The UDM A Puff Model for Estimating
Dispersion in UrbanAreas”, D.J. Hall, A.M. Spanton, I.H. Griffiths,
M. Hargrave, S.Walker, C. John, 7th Int. Conf. on Harmonisation
within Atmospheric Dispersion Modelling for Regulatory Purposes (
https://www.yumpu.com/en/document/view/22174201/the-udm-a-model-for-estimating-dispersion-in-urban-areas
)
2 “Atmospheric Dispersion Modelling in
Support of Civil Emergency Operations”, Ben Swindlehurst, Dstl,
https://apps.dtic.mil/sti/tr/pdf/ADA460246.pdf
3 “Acceptance of mathematical modelling -
a defence science perspective”, Paul Westoby, CBR Advice Dstl.
https://nc3rs.org.uk/sites/default/files/documents/Workshop_reports/maths/14%20-%20Defence%20%E2%80%93%20Dr%20Paul%20Westoby,%20DSTL.pdf
4 “Acceptance criteria for urban
dispersion model evaluation”, Steven Hanna, Joseph C. Chang,
Meteorology and Atmospheric Physics 116(3-4),
https://www.researchgate.net/publication/257448979_Acceptance_criteria_for_urban_dispersion_model_evaluation
5 “The Geographical and Environmental
Database Information System (GEDIS) as a Tool for Urban Dispersion
Modelling”, Richard N. Fry, Jr. Defense Threat Reduction Agency,
Ian Griffiths* Dstl, Iain Crawford, Tim Dudman, Matthew Gilbert and
David Stewart RiskAware Ltd,
https://ams.confex.com/ams/pdfpapers/80142.pdf
6 “Urban Subsystem CBRN Dispersion
Modeling”, CBRNE Central, Urban Subsystem CBRN Dispersion Modeling
(cbrnecentral.com)
Le texte du communiqué issu d’une traduction ne doit
d’aucune manière être considéré comme officiel. La seule version du
communiqué qui fasse foi est celle du communiqué dans sa langue
d’origine. La traduction devra toujours être confrontée au texte
source, qui fera jurisprudence.
Consultez la
version source sur businesswire.com : https://www.businesswire.com/news/home/20240924099489/fr/
FTI Consulting Tom Hufton/Matthew Young/Liam Gerrard
sc.smithsdetection@fticonsulting.com +44 (0)20 3727 1000
iShares MSCI India Small... (AMEX:SMIN)
과거 데이터 주식 차트
부터 12월(12) 2024 으로 1월(1) 2025
iShares MSCI India Small... (AMEX:SMIN)
과거 데이터 주식 차트
부터 1월(1) 2024 으로 1월(1) 2025
