ПРОГНОЗИРОВАНИЕ ПОСЛЕДСТВИЙ СЕЛЕВОГО ПРОРЫВА С УЧЕТОМ ХАРАКТЕРИСТИК ВОДОЕМА

2025

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.58805/kazutb.v.1.26-878
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

Весной 2010 года в Алматинской области, в 2014 году в Карагандинской области, а также в начале 2024 года в северных регионах Казахстана произошли разрушительные наводнения, сопровождавшиеся человеческими жертвами и значительным ущербом. Эти события подчеркнули необходимость создания эффективных систем мониторинга для гидротехнических сооружений. Современные системы мониторинга гидрологической ситуации на водоемах позволяют заранее выявлять потенциальные угрозы для человека и окружающей среды. Основная цель мониторинга заключается в предоставлении точных данных, необходимых для прогнозирования чрезвычайных ситуаций. Проектирование таких систем включает разработку и анализ математических моделей, способных в режиме реального времени рассчитывать объем воды, который может вместить водоем, а также предсказывать момент его заполнения и угрозы прорыва плотины. Применение таких систем способствует принятию оперативных мер по обеспечению экологической безопасности. В данной работе представлена система прогнозирования, способная оценивать последствия селевых прорывов. Разработанная система базируется на методах математического моделирования. В отличие от аналогов, предложенная модель учитывает, как параметры водоема, так и особенности русла реки. Для внедрения системы в практику создано программное обеспечение на языке Python. Проведенные эксперименты показали, что модель достоверно отражает реальные условия и может успешно применяться в различных сценариях.