„UrbanAware“ sammelt und analysiert Daten, um
wichtige Informationen über Vorfälle direkt an die taktische Ebene
zu liefern
Smiths Detection, ein weltweit führender Anbieter von
Detektions- und Sicherheitstechnologien und ein Geschäftsbereich
der Smiths Group, hat heute in Partnerschaft mit Riskaware, ein auf
Risikomodellierung spezialisiertes Unternehmen, UrbanAware
eingeführt. Dabei handelt es sich um eine End-to-End-Plattform zur
Erweiterung, Integration und Digitalisierung der Bereitstellung
chemischer, biologischer, radiologischer und nuklearer (CBRN)
Gefahreninformationen in Echtzeit während eines Vorfalls.
Diese Pressemitteilung enthält multimediale
Inhalte. Die vollständige Mitteilung hier ansehen:
https://www.businesswire.com/news/home/20240924099474/de/
(Graphic: Business Wire)
Diese gemeinsame L�sung schließt nicht nur die Lücke zwischen
Datenerfassung, Analyse und strategischem Bewusstsein für
CBRN-Bedrohungen, sondern bringt auch Erkenntnisse näher an die
taktische Ebene heran, so dass die Beteiligten chemische und andere
Gefahren im Einsatz schnell erkennen und verstehen k�nnen. Die
Bedrohungen k�nnen in Echtzeit auf einer Karte in Bezug auf die
Position des Teams angezeigt werden und liefern so wichtige und
potenziell lebensrettende Informationen. Die voraussichtlichen
nächsten Phasen eines chemischen Angriffs oder eines
unbeabsichtigten industriellen Austritts k�nnen mithilfe der
Simulationsfunktionen ebenfalls vorhergesagt werden.
Dr. Sarah Robinson, Global Industry Director – Defence bei
Smiths Detection, sagte: „Unsere Partnerschaft steht für eine
gemeinsame Mission, sichere Umgebungen zu schaffen und komplexe
globale Herausforderungen zu bewältigen, um Menschen, Umgebungen,
Infrastruktur und Gesellschaften weltweit zu schützen. Ersthelfer
und militärische Einsatzplaner müssen schnell handeln, wenn sie mit
Katastrophenmanagement konfrontiert sind, und UrbanAware erm�glicht
extrem schnellen Zugriff auf kritische Informationen. In
Kombination mit Sensordaten wird es zu einem äußerst
leistungsfähigen Tool, das im Verlauf einer Situation schnellere
und fundiertere Reaktionsstrategien unterstützt.“
Landschaftliche und bev�lkerungsbezogene Aspekte machen es
schwierig, die potenziellen Auswirkungen eines Vorfalls zu bewerten
und die beste Vorgehensweise zu bestimmen. Wie der Name schon sagt,
ist UrbanAware für diese komplexen städtischen Umgebungen
optimiert, in denen die Topografie von Straßen und Gebäuden die
Ausbreitung von Gefahren aus der Luft beeinflusst. Typische
Anwendungsfälle reichen von der Planung von Evakuierungsrouten bei
einem zivilen Notfall bis hin zur Festlegung optimaler
Absperrungsbereiche auf der Grundlage einer vorausschauenden
Gefahrenmodellierung.
Das CBRN-System von Riskaware basiert auf der Hazard Assessment
Simulation and Prediction (HASP) Suite, die über zwei Jahrzehnte
vom Defence Science and Technology Laboratory (Dstl) entwickelt
wurde und von Ploughshare an Riskaware lizenziert wird. Die HASP
Suite wurde ursprünglich entwickelt, um eine schnelle
Gefahrenvorhersage in komplexen städtischen Umgebungen innerhalb
weniger Minuten zu erm�glichen, was eine erhebliche Verbesserung
gegenüber früheren Modellen darstellt. Sie berücksichtigt auch die
Wechselwirkungen zwischen der Ausbreitung in Innenräumen und im
Freien und ist in der Lage, Quellenparameter wie Ort, Austrittszeit
und die Menge der freigesetzten Substanz zu schätzen. Durch die
Integration dieser robusten Fähigkeiten mit dem bewährten
chemischen Sensor von Smith Detection erhalten Verteidigungs- und
Sicherheitsorganisationen eine umfassende L�sung zur
Gefahrenmodellierung, die alle herk�mmlichen Optionen
übertrifft.
Dr. James Christley, Senior Principal Scientist, Dstl,
sagte: „Anhaltende Investitionen des Verteidigungssektors in
Wissenschaft und Technologie bringen immer wieder Innovationen
hervor, die Leben schützen. Wir freuen uns, dass die Arbeit von
Dstl, die ursprünglich für das britische Verteidigungsministerium
entwickelt wurde, einem breiteren Publikum zugute kommen wird.“
Simon Agass, Riskaware Business Development Director, fügte
hinzu: „Wir haben mit mehreren Militärbeh�rden
zusammengearbeitet und festgestellt, dass die verfügbaren
CBRN-L�sungen in hohem Maße manuell sind und der heutigen
Bedrohungslage nicht gerecht werden. Die Kombination unserer
umfassenden CBRN-Modellierungsfähigkeiten mit der Sensortechnologie
von Smith Detection bietet eine dringend ben�tigte
End-to-End-Einsatzreaktionsfähigkeit auf CBRN-Vorfälle, die
wertvolle Zeit spart, gezielte Maßnahmen unterstützt und mehr
Menschen schützt.“
Über Riskaware
Riskaware ist ein führender Anbieter von L�sungen zur
Vorfallmodellierung. Mit Hilfe von Daten, Systemen und
Software-Know-how entwickelt das Unternehmen operative L�sungen,
die Organisationen dabei unterstützen, fundierte Entscheidungen zu
treffen und ihre Widerstandsfähigkeit zu verbessern. Riskaware
arbeitet hauptsächlich mit der Verteidigungs- und
Sicherheitsindustrie zusammen. Das Unternehmen hilft seinen
Partnern, die komplexesten globalen Herausforderungen zu bewältigen
und Menschen und Umgebungen weltweit zu schützen.
Über Smiths Detection
Smiths Detection ist ein weltweit führender Anbieter von
Technologien zur Bedrohungserkennung und Sicherheitskontrolle. Das
Unternehmen liefert die erforderlichen L�sungen zum Schutz der
Gesellschaft vor Bedrohungen durch den illegalen Verkehr von
Sprengstoffen, verbotenen Waffen, Schmuggelwaren, biologischen
Wirkstoffen, giftigen Chemikalien und Betäubungsmitteln, um
Menschen und Infrastrukturen zu sichern.
Hintergrundinformationen zu HASP Suite
Die Hazard Assessment Simulation and Prediction (HASP) Suite ist
ein Software-Toolset, das hervorragende Situationsbewusstheit und
Entscheidungsunterstützung im CBRN/HazMat-Bereich bietet. Sie wurde
vom Defence Science and Technology Laboratory (Dstl) in
Zusammenarbeit mit Riskaware entwickelt und von Ploughshare
Innovations lizenziert.1
Die HASP Suite besteht aus einer Reihe von Einzelkomponenten,
von denen jede auf einen bestimmten Aspekt der
CBRN/HazMat-Herausforderung ausgerichtet ist, um ein vollständiges
Situationsbewusstsein zu schaffen. Dazu geh�ren:
- Urban Dispersion Model (UDM)
- Urban Subsystem (USS)
- Sensor Placement Tool (SPT)
- Source Term Estimation (STE)
- Geographical and Environmental Database Information System
(GEDIS)
Eine Kernkomponente der HASP Suite ist das Urban Dispersion
Model (UDM). UDM wurde ursprünglich von Dstl und der US Defense
Threat Reduction Agency (DTRA) finanziert, um den Bedarf an einem
numerischen Modell zu decken, das die Ausbreitung von
luftgetragenen Schadstoffen in städtischen Gebieten in einem
Bereich zwischen 10 m und 10 km genau vorhersagt. Das Modell musste
schnell ausführbar sein, um den Anforderungen sowohl an die
Unterstützung von Vorfällen in „Echtzeit“ als auch der operativen
Analyse gerecht zu werden. Seit seiner Einführung in den 1990er
Jahren wurde UDM zur Unterstützung vieler Großereignisse
eingesetzt. Zu den frühen Beispielen im �ffentlichen Bereich
geh�ren2:
- Olympische Spiele 2000 Sydney
- Amtseinführung des US-Präsidenten 2001
- Olympische Winterspiele 2002 Salt Lake City
- Olympische Spiele 2004 Athen
Während seiner Entwicklung wurde das UDM in einer Reihe von
Feldversuchen erprobt, darunter2:
- Project Prairie Grass
- Urban 2000 Dataset, Salt Lake City, Utah
- Joint Urban 2003, Oklahoma City Release
- Madison Square Gardens 2005
- Windtunnel-Experimente
- MUST Experiment, Simulierung einer städtischen Umgebung durch
Conex-Container
UDM hat zudem unabhängige externe Prüfungen durchlaufen,
darunter:
- Defence Scientific Advisory Council (2006)
- Scientific Review by Hanna Consultants (2009)
UDM und andere Komponenten der HASP Suite wurden auch vom
US-Verteidigungsministerium im Rahmen des „US Program of Record“ in
erheblichem Umfang finanziert und sind in die US Hazard Prediction
and Analysis Capability (HPAC) und das Joint Effects Model (JEM)
integriert.3,4,5, 6. Riskaware unterstützt weiterhin diese
Programme im Rahmen seiner „US Prime
Contractor“-Partnerschaften.
_________________________
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)
Die Ausgangssprache, in der der Originaltext ver�ffentlicht
wird, ist die offizielle und autorisierte Version. Übersetzungen
werden zur besseren Verständigung mitgeliefert. Nur die
Sprachversion, die im Original ver�ffentlicht wurde, ist
rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen
Sprachversion der Ver�ffentlichung ab.
Originalversion auf businesswire.com
ansehen: https://www.businesswire.com/news/home/20240924099474/de/
FTI Consulting Tom Hufton/Matthew Young/Liam Gerrard
sc.smithsdetection@fticonsulting.com +44 (0)20 3727 1000
iShares MSCI India Small... (AMEX:SMIN)
Gráfica de Acción Histórica
De Nov 2024 a Dic 2024
iShares MSCI India Small... (AMEX:SMIN)
Gráfica de Acción Histórica
De Dic 2023 a Dic 2024
