Данные вместо догадок: в Сибири разрабатывают открытую платформу для защиты от катастроф страны
В Красноярске специалисты Сибирского государственного университета науки и технологий имени академика М. Ф. Решетнёва запустили проект по созданию цифровой базы данных о природных катастрофах России. Команда студентов и экспертов разработала интеллектуальные системы, направленные на мониторинг паводковой ситуации и лесных пожаров. Проект предполагает использование методов машинного обучения для предсказания зон риска и оценки ущерба. Разработка уже получила регистрацию в Роспатенте и должна стать открытым ресурсом для профильных специалистов.
Мониторинг рек и навигация
Первый этап работы исследователей сосредоточился на анализе гидрологической обстановки на Нижней и Подкаменной Тунгусках. Красноярские ученые использовали методы статистического анализа для моделирования уровней воды, что критически важно в период весеннего таяния льдов. Итоговые математические модели учитывают исторические показатели и сводки синоптиков.
Разработчики отмечают, что точность полученных прогнозов позволяет транспортным компаниям точнее определять периоды допустимой навигации. Это значительно сокращает риски для судоходства и помогает подразделениям МЧС оптимизировать подготовку к паводкам. Созданные алгоритмы стали надежным инструментом для планирования логистики в непростых природных условиях региона.
"Создание подобных интеллектуальных систем — необходимый шаг для развития инфраструктуры наших территорий. Подобные инструменты позволяют нам переходить от реактивного управления к превентивному контролю за безопасностью. Муниципальные службы получают возможность действовать на опережение, опираясь на точные данные, а не на предположения. Это значительно повышает общую устойчивость городского и регионального хозяйства перед лицом природных вызовов"
Специалист в сфере региональной политики и администрирования Андрей Власов
Анализ лесных пожаров
Вторым крупным направлением работы стала масштабная систематизация данных о пожарах, произошедших в России за десятилетний период с 2012 по 2022 год. В массив выборки вошли сведения о пяти миллионах инцидентов. Обработка таких объемов информации потребовала внедрения продвинутых методов машинного обучения.
В результате алгоритмы научились классифицировать очаги возгорания по критериям потенциального ущерба и наличию пострадавших. Точность распознавания категории пожара уже превысила показатель в 85 процентов. Эти данные помогают экстренным службам быстрее принимать решения по развертыванию сил и средств в зонах бедствия.
Важность проекта подчеркивается способностью программ не только предсказывать развитие событий, но и помогать в планировании восстановительных работ. Эффективная классификация позволяет властям точнее оценивать масштаб ущерба сразу после ликвидации огня. Разработка была официально закреплена в Реестре программ для ЭВМ, что подтверждает её прикладную ценность.
Открытая база знаний
Финальной точкой текущего этапа проекта стало формирование детального технического задания для создания единого хранилища данных. Университетская база включит в себя информацию как о природных, так и о техногенных происшествиях. Структурирование такого массива данных — амбициозная задача, требующая синхронизации множества источников.
Вуз планирует сделать эту систему открытой для экспертного сообщества, студентов и специалистов, занимающихся вопросами гражданской защиты. Доступ к систематизированным сведениям позволит проводить более глубокие научные изыскания в сфере безопасности. Это обеспечит преемственность знаний и ускорит внедрение новых методов борьбы с ЧС по всей стране.
Интеграция подобных разработок в образовательные и управленческие процессы является приоритетом для университета. В дальнейшем открытая база может стать фундаментом для единой интеллектуальной платформы мониторинга ситуации во всех регионах. Таким образом, красноярские ученые закладывают основу для новой культуры безопасности, базирующейся на больших данных и цифровых технологиях.
Подписывайтесь на NewsInfo.Ru
