SMIN iShares MSCI India Small Cap ETF

„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)
Historical Stock Chart
From Oct 2024 to Nov 2024

iShares MSCI India Small... (AMEX:SMIN)
Historical Stock Chart
From Nov 2023 to Nov 2024