Abstract
В статье рассматривается задача раннего выявления гидрологи-ческих опасностей с использованием пространственно-временного (spatiotemporal) анализа и интеграции мультимодальных данных. Исследование основано на фор-мировании событийно-ориентированного набора данных, объединяющего геопро-странственные, гидрометеорологические и спутниковые признаки для территории Казахстана за длительный временной период. Предложен подход к построению прогностической модели, учитывающий только предсобытийную информацию, что обеспечивает корректную постановку задачи раннего предупреждения. Для оценки эффективности использованы различные методы машинного обучения и их гибридные комбинации. Результаты экспериментов показывают, что интеграция разнородных источников данных позволяет повысить точность прогнозирования паводкового риска. Полученные выводы подтверждают перспективность примене-ния spatiotemporal-моделей для создания систем раннего предупреждения гидроло-гических угроз.