ПРОГНОЗИРОВАНИЕ ПОСЛЕДСТВИЙ СЕЛЕВОГО ПРОРЫВА С УЧЕТОМ ХАРАКТЕРИСТИК ВОДОЕМА

2025

Полный текст Открытый доступ: Hybrid Метаданные (CSL-JSON)
DOI 10.58805/kazutb.v.1.26-878
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

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.