Ученые Самарского университета совместно с российскими и зарубежными коллегами разработали математическую модель, с помощью которой можно предсказывать подтопление территорий, вызванное изменением покрова земли, а также анализировать прямую связь между людьми и водными ресурсами. Результаты опубликованы в журнале "Computer Optics".
Авторы исследования утверждают, что существует прямая зависимость между деятельностью человека и угрозой возникновения некоторых стихийных бедствий. Оценка таких социально-гидрологических рисков осуществляется на основе обработки больших данных, полученных с искусственных спутников Земли. В ходе исследования, например, определяются области, которые могут наиболее сильно пострадать в случае разливов рек и сильных ливней.
Так, на основе изображений со спутника Landsat были автоматически выделены места, подвергающиеся значительному усилению воздействия человека на земной покров в московском регионе. Исследователи утверждают, что 11,7% территории Москвы и Московской области находятся в зоне высокой уязвимости от разлива рек и наводнений.
Уникальность данной математической модели заключается в рассчитываемом индексе. Он учитывает показатели, обобщающие все риски: стихийные бедствия, социальные факторы, гидрологические и климатические воздействия.
Индекс характеризует критический уровень осадков, при превышении которого возможно затопление определенных областей.
В отличие от существующих аналогов, данная математическая модель ищет прямые связи между деятельностью человека и водными ресурсами. Это может помочь определить приоритеты и спланировать использование ресурсов, чтобы сохранить взаимное развитие человека и природы.
"Для описания модели введен набор индикаторов, чтобы представлять каждый компонент социально-гидрологических рисков (степень воздействия, чувствительность и способность к адаптации). Отобранные индикаторы будут использоваться для вычисления индекса социально-гидрологических рисков и позволят определить географическое распределение социально-гидрологических рисков, а также сравнить их со статистическими результатами на глобальном уровне", — рассказал профессор кафедры технической кибернетики Самарского университета, д.т.н. Александр Куприянов.
В исследовании участвовали Гонконгский политехнический университет, Университет Американ Сентинел (Орора, США), филиал ФГУП "Кристаллография и фотоника" РАН. Исследование осуществлено в рамках магистерской программы "Data Science" ("Наука о данных") Самарского университета.
Следующий этап — внедрение программного модуля для геоинформационных систем, который позволит проводить анализ использования природных ресурсов, а также автоматизация разработки сценариев развития социально-гидрологических рисков и оценки возможных стратегий управления.
