CC BY
10
УДК 614.8
Результаты расчетов гидрологических параметров для оценки риска чрезвычайных ситуаций на неизученных территориях на основе моделирования катастрофических наводнений
ISSN 1996-8493
D01:10.54234/CST. 19968493.2022.19.4.74 © Технологии гражданской безопасности, 2022
А.Н. Щеглов, К.Ю. Жалнин, Г.П. Радионов, И.Ю. Олтян, Е.В. Арефьева, М.В. Болгов, Ю.К. Чяснавичюс, Е.Б. Сергеев, Н.Н. Олтян, А.С. Котосонов, И.В. Жданенко
Аннотация
В статье представлены результаты расчетов некоторых гидрологических параметров для неизученных и сла-боизученных территорий, которые необходимы для вычисления уровней воды заданной обеспеченности, длительности периода затопления.
Метод расчета основан на оригинальном подходе, в основе которого лежит использование цифровой модели рельефа и построение гидрографической сети в виде ориентированного графа, характеризующего направление потока воды. Рассчитываемые по предложенному методу гидрологические характеристики определяются для виртуальных гидропостов в соответствии с расчетными зависимостями, приведенными в методических рекомендациях по определению расчетных гидрологических характеристик при отсутствии данных наблюдений.
Ключевые слова: наводнение; гидрологические параметры; максимальный модуль дождевого стока рек; параметры наводнений; максимальный расход; виртуальный гидропост; цифровая модель рельефа; матрица накопления стока; граф стока; SRTM.
Estimation Results of Hydrological Parameters for Assessing risk of Emergencies in Unexplored Areas Based on Catastrophic Floods Modeling
ISSN 1996-8493
D01:10.54234/CST. 19968493.2022.19.4.74 © Civil Security Technology, 2022
A. Shcheglov, K. Zhalnin, G. Radionov, I. Oltyan, E. Arefieva, M. Bolgov, Yu. Chiasnavichyus, E. Sergeev, N. Oltyan, A. Kotosonov, I. Zhdanenko
Abstact
The article presents the results of some hydrological parameters estimation for unexplored and poorly studied territories, which are necessary to calculate given water levels, duration of the flooding period.
Estimation method is based on the original approach using digital relief model and hydrographic network construction in the form of a directed graph characterizing water flow direction. Hydrological characteristics estimated according to the proposed method are determined for virtual hydro posts in accordance with the estimated dependencies given in the methodological recommendations for determining estimated hydrological characteristics in the absence of observational data.
Key words: flood; hydrological parameters; maximum module of the rivers rain runoff; flood parameters; maximum flow rate; virtual hydropost; digital relief model; runoff accumulation matrix; runoff graph; SRTM.
17.11.2022
Работа выполнена в рамках договора от 07.10.2021 № Д-0172/2021 на выполнение НИР «Разработка методики моделирования наводнений». Заказчик — АО «Российская национальная перестраховочная компания».
Статья является второй в цикле статей, посвященных новому подходу к оценке параметров катастрофических наводнений на слабоизученных и неизученных в гидрологическом аспекте территориях. Первая часть цикла — статья «О методе прогнозирования параметров катастрофических наводнений на неизученных территориях в целях оценки риска чрезвычайных ситуаций» (опубликована в журнале «Технологии гражданской безопасности», № 3, 2022 г.).
Введение
В первой статье цикла [1] авторами представлен метод прогнозирования параметров катастрофических наводнений для неизученных и слабоизученных территорий в целях оценки риска ЧС, разработки и реализации превентивных и защитных мероприятий на застроенных и планируемых к застройке территорий. Метод, основанный на оригинальном подходе с использованием цифровой модели рельефа и рекомендованных в соответствующих нормативных документах расчетных зависимостей, позволяет выполнить априорную оценку зон затопления в результате природных наводнений различной обеспеченности, в том числе редких катастрофических событий, оценить глубину и продолжительность затопления при недостаточности и отсутствии данных гидрометрических наблюдений.
Для территорий с преобладанием дождевых паводков принято [2, 3], что основной морфометрической характеристикой, определяющей подъем уровня воды в водотоке (реке), является максимальный расход, при отсутствии рек-аналогов, определяемый по формуле редукционного типа [4]: с \и
Qpmax,. = q200
200
S basin,.
хЯр x ¿¡x ¿¡2 x S _ basini. (1)
где:
S_basin. — площадь поверхностного водосбора в пункте гидрологического наблюдения;
д200 — модуль максимального расхода воды вероятностью ежегодного превышения 1%, приведенной к площади водосбора 200 км2;
п — показатель степени редукции модуля максимального расхода, определяется по карте максимальных модулей дождевого стока рек СССР;
кр — переходный коэффициент от вероятности превышения 1% к другой вероятности.
Переменные S_basin., д200, п, к , входящие в формулу (1), являются основными параметрами, определяющими максимальный расход дождевого паводка в интересующем пункте при отсутствии гидрометрических измерений. Прогнозируемая глубина затопления в пункте гидрологического наблюдения, помимо максимального
расхода, определяется также водным (поперечным) сечением1, методика и результаты расчета которого будут представлены в последующих публикациях. Разработанный метод [1] применен для пилотного субъекта — территории Иркутской области.
Общая длина рек Иркутской области — 309 355 км [5]. По данным Росгидромета [6], в Иркутской области по состоянию на декабрь 2022 года действовало 130 гидрологических постов (ГП), что соответствует в среднем 1 гидропосту на 2380 км. Вместе с тем в Иркутской области вблизи рек расположенны 2100 населенных пунктов [7]; большинство населенных пунктов не имеет пунктов регулярных инструментальных гидрологических измерений, т. е. они рассматриваются как неизученные.
Территория Иркутской области принадлежит к трем бассейновым округам: Ангаро-Байкальскому, Енисейскому, Ленскому, в соответствии с классификацией, определенной приказом Минприроды от 11 октября 2007 года № 265 «Об утверждении границ бассейновых округов». Установление (выделение) гидрографических единиц и определение их границ проводится на основе государственных топографических карт и цифровых моделей рельефа с использованием геоинформационных технологий [8].
Рассматриваемый регион характеризуется повышенной паводочной опасностью, в последние десятилетия отмечались сильные дождевые паводки, приводившие к огромному ущербу [9].
Ниже представлены результаты расчетов некоторых гидрологических параметров, входящих в формулу (1), полученных на основе применения метода прогнозирования параметров катастрофических наводнений на неизученных территориях Ленского бассейнового округа, гидрографической единицы 18.03.01 — Лена до впадения Витима (территория Иркутской области).
Исходные данные для модельных расчетов
В качестве исходных данных, использованных для расчетов гидрологических параметров, определяющих максимальный расход [1], рассчитываемый на основе предложенного метода прогнозирования параметров катастрофических наводнений на неизученных территориях, использованы следующие картографические материалы:
цифровая модель рельефа;
растровая карта максимальных модулей дождевого стока рек СССР, вероятностью превышения р = 1% [10, Приложение 5];
растровая карта слоя дождевого стока рек СССР, вероятностью превышения р = 1% [10, Приложение 10].
В качестве цифровой модели рельефа (ЦМР) при моделировании использованы данные радарной
1 Водное сечение — поперечное сечение водного потока [ГОСТ 19179-73 Гидрология суши. Термины и определения].
топографической съемки большей части территории земного шара (Shuttle radar topographic mission (SRTM)) [11].
Разрешение SRTM между 60 град.с.ш. и 60 град.ю.ш.— 1 угловая секунда, в остальных широтах — 3 угловые секунды [12]. Разрешение данных по высоте — 1 метр.
Алгоритм подготовки ЦМР для выполнения задач моделирования наводнений описан в работе авторов статьи [1].
Моделирование поверхностного водосбора2 русловой сети на основе ЦМР
Площадь поверхностного водосбора S basin. может быть определена с использованием ЦМР и существующих открытых алгоритмов3. Наиболее используемым и простым в реализации является алгоритм Deterministic Eight Neighbour (D8) [13].
Суть используемого метода моделирования поверхностного водосбора рассмотрена в статье [1]. Предполагается, что поток из рассматриваемой ячейки целиком направляется в ту из восьми соседних, которая имеет, во-первых, меньшую высоту и, во-вторых, наибольший уклон линии, соединяющей центр текущей ячейки с центром соседней. Размер ячейки определяется используемой ЦМР.
На основе ЦМР строится матрица направлений стока: каждой ячейке матрицы направлений стока присваиваются значения от 1 до 8, которые указывают направление в сторону наименьшего значения высоты в соседних ячейках ЦМР. По направлению стока он аккумулируется: в каждой ячейке хранится количество всех ячеек, которые в сумме указывают на нее (рис. 1).
Гидрографическая сеть в работе [14] описана ориентированным графом, где каждый узел представляет собой суббассейн; ориентированные ребра показывают связи суббассейнов. Мы представили русловую сеть4 бассейна реки Лена (на территории Иркутской области) как ориентированный граф (орграф) G = (V, E) с информацией о стоке, где каждый узел в наборе
узлов V={v1, v2, ..., vn} хранит координаты ячейки (lon_x, lat_y) в ЦМР, высоту ячейки (height) ЦМР над уровнем моря, количество ячеек, которые «стекают» в данную ячейку (accflow), а каждое ребро v.—> veE показывает, что узел v. является родительским узлом для потомка—узла vj (вода «вытекает» из узла v. и «принимается» узлом v) [15]. Такой подход подробно описан и показал свою эффективность в работе [16] на примере бассейна реки Ока.
Построение схемы русловой сети в виде ориентированного графа [17] выполнено с использованием библиотеки NetworkX, созданной на языке Python и предназначенной для работы с графами и другими сетевыми структурами [18]. Библиотека NetworkX позволяет работать с простыми, ориентированными и взвешенными графами. Примечательно, что узел может хранить любую дополнительную информацию: время, текст, изображение, XML. Библиотека свободно может оперировать весьма большими сетевыми структурами уровня графа с 10 млн узлов и 100 млн дуг между ними.
Модельная схематизация русловой сети в дальнейшем получила название HydroGraph и представлена на рис. 2.
Расстановка(назначение) виртуальных гидрологических постов
Метод прогнозирования параметров катастрофических наводнений применим для виртуальных гидропостов (ВГП): произвольных точек, идентифицируемых по географическим координатам, не оборудованных пунктами гидрологического наблюдения, искусственно размещенных в фарватере реки, относительно которых производится расчет зон затопления [1]. Для каждого ВГП должны быть определены гидрологические параметры, входящие в формулу (1), для расчета максимального расхода.
Расстановка ВГП выполнялась вручную в геоинформационной системе (QGIS5—свободная кроссплат-форменная открытая геоинформационная система) по всем водотокам6 всех участков рек:
20 17 18 15 16
19 16 11 13 14
16 11 10 12 12
18 13 12 9 11
19 15 14 10 8
\ \ Ф 0 0 0 0 0
\ \ \ 0 1 3 1 0
\ Ф 0 3 12 0 1
/ \ 1 0 1 1 18 0
/ / -» • 0 0 0 1 22
а)
б)
в)
Рис. 1. Визуализация расчета направлений поверхностного стока и матрицы (растра) накопления стока [7]: а) матрица (растр) высот (ЦМР); б) направления поверхностного стока; в) матрица (растр) накопления стока
2 Водосбор — часть земной поверхности и толща почв и горных пород, откуда вода поступает к водному объекту [ГОСТ 19179-73 Гидрология суши. Термины и определения].
3 Открытые алгоритмы, размещенные на GitHub — веб-сервисе для хостинга IT-проектов и их совместной разработки.
4 Русловая сеть — совокупность русел и всех водотоков в пределах какой-либо территории [ГОСТ 19179-73 Гидрология суши. Термины и определения].
5 QGIS [Электронный ресурс] .// URL: https://qgis.org/ru/site/ (дата обращения: 13.11.2022).
6 Водоток — водный объект, характеризующийся движением воды в направлении уклона в углублении земной поверхности [ГОСТ 19179-73 Гидрология суши. Термины и определения].
Flow Accumulation
С Шй
Y' -- J '
тЯШ
sn /AM.i, . ■ Лгу
\ лгу ГП
Wm
0 250 500 750 1000 1250 1500 1750
Рис. 2. Визуализация реки, модельная схематизация русловой сети (бассейн реки Лена): а) геоданные с портала [19]; б) матрица (растр) накопления стока [Источник: получено авторами]; в) HydroGraph [17]
каждые 10 км, начиная от устья каждого водотока; на основном русле водотока; у населенных пунктов, расположенных на водотоках;
на расстоянии 1-2 км вниз по течению от места впадения водотока в другой водоток;
дополнительные ВГП устанавливались посередине между гидропостами (фактическими ГП и/или ВГП) в случае расположения границ населенного пункта (НП) на расстоянии менее 2,5 км до водотока.
ВГП сохранялись в единый слой QGIS, экспортировались координаты ВГП (широта, долгота в градусах в виде десятичной дроби с точностью до шестого знака после разделителя), высота над уровнем моря, определяемая по ЦМР для ВГП и принимаемая далее как естественный уровень воды в месте расположения ВГП (обозначаемый как па1М).
На рис. 3, 4 представлена схема расстановки фактических и виртуальных гидропостов для рассматриваемой гидрографической единицы 18.03.01 — Лена до впадения Витима.
Рис. 3. Расположение фактических (красные точки) и виртуальных (голубые точки) гидрологических постов на карте
Иркутской области (гидрографическая единица 18.03.01 — Лена до впадения Витима) Примечания: 1) поскольку используется мелкомасштабная карта, русловая сеть рек не видна; 2) на рис. 4 показан
фрагмент карты, обозначенный цифрой 1.
Рис. 4. Фрагмент карты, обозначенный цифрой 1 на рис. 3 : расположение фактических (красные точки) и виртуальных (синие точки) гидрологических постов на карте Иркутской области (гидрографическая единица 18.03.0l — Лена до впадения Витима) (участок ГП Качуг — ГП Жигалово, р. Лена) Примечание: на рис. 6 показан фрагмент карты, обозначенный цифрой 2.
Для решения задачи прогнозирования параметров катастрофических наводнений в работе [1] сформулированы следующие гипотезы и допущения:
а) ЦМР может быть использована для: построения матрицы (растра) накопления стока; построения ориентированного графа, описывающего русловую сеть;
б) матрица (растр) накопления стока может быть использована для:
определения площади поверхностного водосбора S_basm. для /'-го ВГП;
нахождения некоторых гидрологических параметров, определяемых по растровым картам [10, Приложения 5, 10] (совместно с ЦМР);
построения русловой сети в виде ориентированного графа;
определения уклона водной поверхности в месте расположения ВГП (совместно с ориентированным графом, описывающим русловую сеть7);
построения поперечного профиля реки (водного сечения) (совместно с ориентированным графом, описывающим русловую сеть);
в) ориентированный граф, описывающий русловую сеть, может быть использован для:
определения длины водотоков; определения уклона водной поверхности в месте расположения ВГП (совместно с ЦМР);
построения поперечного профиля реки (водного сечения) (совместно с ЦМР);
построения зон затопления (совместно с ЦМР). Для производства гидрологических расчетов использовались растровые карты [10, Приложения 5, 10].На основе растровых карт максимальных модулей дождевого стока рек СССР вероятностью превышения р = 1% (параметр д200, м3/схкм2) [10, Приложение 5],
карты слоя дождевого стока рек СССР вероятностью превышения р = 1% [10, Приложение 5] (параметр Ьр), показателя степени редукции модуля максимального расхода п [20, приложение 16], созданы слои ГИС.
Разработан алгоритм расчета гидрологических параметров:
модуля максимального расхода воды вероятностью ежегодного превышения 1%, приведенной к площади водосбора 200 км2 (д200);
расчетного слоя суммарного стока половодья (Ир);
показателя степени редукции модуля максимального расхода п по ЦМР.
Разработанный алгоритм показан на примере расчета параметра д200:
1) на карту максимальных модулей дождевого стока рек [10, Приложение 5] на территорию исследуемого субъекта Российской Федерации наносится квадратная сетка 50 х 50 км (или 100 х 100 км, если параметр д200 по территории меняется несущественно). Для рек Иркутской области значения д200 меняются существенно — могут отличаться в разы для соседних рек;
2) вершинам квадратов присваиваются значения модулей дождевого стока д200, определенные путем интерполяции по карте [10, Приложение 5]. Если квадрат целиком попадает в область одного значения, то вершинам квадрата присваивается это значение модуля дождевого стока; если ячейка захватывает несколько разных значений, то интерполяция выполняется из центра квадрата через его вершину в центр соседнего, который лежит по направлению от центра к вершине;
3) выбирается ГП и определяется площадь водосбора, соответствующая этому ГП. Центр водосбора рассчитывается как центр тяжести фигуры, ограниченной контуром водосбора. Для центра тяжести водосбора по координатам определяется квадрат, в который попадает
7 Русловая сеть — совокупность русел и всех водотоков в пределах какой-либо территории [ГОСТ 19179-73 Гидрология суши. Термины и определения].
точка центра тяжести водосбора, по которому выполняется расчет для этого гидропоста;
4) параметр q200, относящийся к выбранному ВГП, рассчитывается как усредненное значение показателя д200, полученное как взвешенное среднее из значений д200 . в вершинах выбранного квадрата, умноженных на расстояние от центра тяжести водосбора ВГП до вершин квадрата:
2ыа| х Чгсш
Ч200 _"
(2)
где:
а. — расстояние от центра тяжести водосбора для ВГП до вершин квадрата квадратной сетки, нанесенной на карту субъекта на шаге 1 работы алгоритма;
д200 . — значение параметра д200 в вершинах квадрата квадратной сетки, нанесенной на карту субъекта на шаге 1 работы алгоритма.
На рис. 5 показана визуализация расчета параметра д200 для отдельного ВГП.
Площадь поверхностного водосбора S_basm¡ для каждого ВГП (рис. 3) определялась по матрице накопления стока [1, 15, 21] по формуле:
S basin. = d х N,
(3)
где:
d—размер ячейки ЦМР, км; N — значение в ячейке матрицы накопления стока.
Основные результаты моделирования и расчетов
Для указанных на карте виртуальных гидропостов (рис. 6) выполнены расчеты по предложенному методу определения некоторых гидрологических параметров, в первую очередь, площади поверхностного водосбора (табл. 1), который используется для определения максимальных расходов и соответствующих значений уровней воды в водотоке.
Результаты расчетов 8_Ьа&'/п для выбранных гидропостов приведены в табл. 2, там же указаны абсолютные и относительные погрешности рассчитанных площадей поверхностного водосбора в сравнении со справочными данными.
Рис. 5. Визуализация расчета параметра q200 для виртуального гидропоста
Таблица 1
Результаты расчетов некоторых гидрологических параметров для виртуальных гидропостов (рис. 6)
№ п/п
Номер ГП Широта, град. Долгота, град. Река
Нуль ГП, Площадь поверхностного м водосбора, км2
#200 hp
1 100040 53,93975 106,0583 Анга 520 2511,38 0,65 50 0,35
2 100041 53,95349 106,0775 Анга 523 2459,44 0,65 50 0,35
3 100414 53,84276 106,1491 Лена 530 9244,16 0,34 75 0,35
4 100572 53,86179 106,3247 Лена 544 8816,57 0,34 100 0,35
5 100619 53,87766 106,2814 Лена 539 9126,77 0,34 100 0,35
6 100620 53,83385 106,3557 Жуя 547 193,93 0,34 100 0,35
7 100656 53,91339 105,8976 Лена 505 14643,21 0,2 75 0,35
8 100672 53,87483 106,2287 Лена 534 9157,27 0,34 100 0,35
9 100707 53,80091 106,0468 Манзурка 524 38,62 0,34 100 0,35
10 100796 53,93539 106,3975 Правая Бирюлька 580 89,49 0,3 75 0,35
Таблица 2
Валидация значений гидрологического параметра S_bаsin (площадь поверхностного водосбора)
Код ГП
Населенный пункт
Площадь поверхност-Река x_lon ного водосбора, км2
8_Ьаэт (формула 3)
Площадь поверхностного водосбора, км2 (справочные данные)
Абсолютная погрешность, км2
Относительная погрешность, %
3001 Чанчур Лена 106.9891 53.8281 4675,735 4690 14,265 0,3
3003 Качуг Лена 105.8889 53.9563 17504,565 17400 -104,565 0,6
3004 Лена Жигалово 105.1515 54.819 30869,304 30400 -469,304 1,54
3010 Лена Усть-Кут 105.6779 56.7594 74592,026 71400 -3192,026 4,47
3012 Пожымахино Лена 106.1816 56.9752 76883,955 73400 -3483,955 4,75
3014 Таюра Лена 106.5292 57.0028 78041,810 74500 -3541,81 4,75
3015 Марково Лена 107.063 57.3352 85619,249 82500 -3119,249 3,78
3017 Макарово Лена 107.8279 57.4889 94228,691 90200 -4028,691 4,47
n
Код ГП
Населенный пункт
Площадь поверхност-Река x_lon ного водосбора, км2
8_Ьаэт (формула 3)
Площадь поверхностного водосбора, км2 (справочные данные)
Абсолютная погрешность, км2
Относительная погрешность, %
3056 Большая Тарель Правая Иликта 106.5486 53.7576 1473,946 1450 -23,946 1,65
3057 Бирюлька Бирюлька 106.3254 53.8709 297,056 280 -17,056 6,09
3059 Зуева Манзурка 105.9844 53.5527 3501,18 3280 -221,18 6,74
3068 Знаменка Илга 104.8644 54.7025 7673,401 7600 -73,401 0,97
3073 Максимово Кута 105.0009 57.1303 7521,130 6480 -1041,13 16,07
3074 Ручей Кута 105.0625 56.852 12292,310 11200 -1092,31 9,75
3079 Таюра Таюра 106.5887 56.9888 6207,086 5720 -487,086 8,52
3083 Карам Киренга 107.6123 55.1434 13469,769 12900 -569,769 4,42
3084 Улькан Киренга 107.7671 55.9029 24874,469 23700 -1174,469 4,96
3085 Ключи Киренга 107.4687 56.1981 30178,673 28700 -1478,673 5,15
3086 Казачинское Киренга 107.5527 56.2765 30333,281 28800 -1533,281 5,32
3603 ГМП Иликта Иликта 106.5063 53.8013 2823,889 2850 26,111 0,92
3637 Звездный Ния 106.4905 56.7462 2519,017 2300 -219,017 9,52
Рис. 6. Фрагмент карты, обозначенный цифрой 2 на рис. 4: расположение виртуальных ГП из табл. 1 (голубые точки)
Выводы
В статье рассмотрены результаты расчетов некоторых гидрологических характеристик для слабоиз-ученных и неизученных территорий (прежде всего, максимального расхода), получаемых с помощью оригинального подхода на основе использования стандартной гидрологической информации и цифровых моделей рельефа, матрицы (растра) накопления стока.
Результаты расчетов некоторых гидрологических параметров подтверждают гипотезу о том, что ЦМР может быть использована для построения
матрицы (растра) накопления стока, а также для описания русловой сети в виде ориентированного графа (HydroGraph), которые, в свою очередь, могут использоваться для определения некоторых гидрологических параметров.
Приведенные результаты расчетов гидрологических параметров используются для определения уровней поверхностных вод, глубин затопления, времени продолжительности затопления и построения зон затопления, а также формирования синтетического каталога наводнений, что составит предмет последующих публикаций.
Литература
1. О методе прогнозирования параметров катастрофических наводнений на неизученных территориях в целях оценки риска чрезвычайных ситуаций / А. Н. Щеглов, К. Ю. Жалнин, И. Ю. Олтян, Е. В. Арефьева, М. В. Болгов, А. С. Котосонов, Ю. К. Чяснавичюс, Е. Б. Сергеев, Н. Н. Олтян // Технологии гражданской безопасности. 2022. Т. 19. № 3(73). С. 78-83. EDN MXDHWZ.
2. Болгов М.В. О некоторых вопросах, связанных с прогнозированием чрезвычайных ситуаций, вызванных гидрологическими опасными явлениями и их последствиями / М. В. Болгов, Е. В. Арефьева // Научные и образовательные проблемы гражданской защиты. 2017. № 4(35). С. 102-110. EDN ZSSINR.
3. Болгов М. В. Оценка экстремальных гидрологических характеристик в условиях неопределенности климатических изменений / М. В. Болгов, Е. В. Арефьева // Технологии гражданской безопасности. 2021. Т. 18. № 1(67). С. 54-59. DOI 10.54234/CST.1996 8493.2021.18.1.67.10.54. EDN BLTBDA.
4. СП 33-101-2003. Определение основных гидрологических характеристик.
5. Водный потенциал Иркутской области [Электронный ресурс] // Офиц. сайт Министерства природных ресурсов и экологии Иркутской области. URL: https://irkobl.ru/sites/ecology/working/ woter/potenc/ (дата обращения: 30.10.2022).
6. Обзор состояния системы гидрологических наблюдений, обработки данных и подготовки информационной продукции в 2021 году. Росгидромет, 2022 [Электронный ресурс] // Офиц. сайт ФГБУ «Государственный гидрологический институт». URL: http://hydrology.ru/sites/default/files/Books/obzor_seti_2021.pdf (дата обращения: 30.10.2022).
7. Научно-технический отчет о научно-исследовательской работе «Разработка методики моделирования наводнений». Этап 2. Разработка методики моделирования наводнений. ФГБУ ВНИИ ГОЧС (ФЦ), 2022.
8. Приказ Минприроды от 25.04.2007 № 112 «Об утверждении Методики гидрографического районирования территории Российской Федерации».
9. Болгов М. В., Коробкина Е. А., Осипова Н. В., Филиппова И. А. Об оценках максимального стока реки Ия во время экстремального паводка 2019 года // Метеорология и гидрология. 2020. № 11. С. 53-63.
10. СН 435-72. Указания по определению расчетных гидрологических характеристик.
Сведения об авторах
Щеглов Александр Николаевич: к. физ.-мат. н., Российская национальная перестраховочная компания, зам. пред. правления. Москва, Россия.
Жалнин Константин Юрьевич: Российская национальная перестраховочная компания, руковод. проектного офиса.
Москва, Россия.
Радионов Геннадий Павлович: Esri CIS, технический директор.
Москва, Россия.
Олтян Ирина Юрьевна: к.т.н., ФГБУ ВНИИ ГОЧС (ФЦ), ученый секретарь. Москва, Россия. SPIN-код: 3476-5213.
Арефьева Елена Валентиновна: д.т.н., доц., ФГБУ ВНИИ гОчС (ФЦ), г. н.с. науч.-исслед. центра. Москва, Россия. SPIN-код: 2738-6323.
Болгов Михаил Васильевич: д.т.н., Институт водных проблем РАН, зав. лабораторией. Москва, Россия. SPIN-код: 2425-4293.
Чяснавичюс Юлюс Кястутович: ФГБУ ВНИИ ГОЧС (ФЦ), с. н. с. науч.-исслед. центра. Москва, Россия. SPIN-код: 8705-4446.
11. Описание и получение данных SRTM [Электронный ресурс] // Портал GIS-LAB. URL: https://gis-lab.info/qa/srtm.html (дата обращения: 13.11.2022).
12. Mapof Shuttle Radar Topology Missin [Электронный ресурс] // URL: https://www2.jpl.nasa.gov/srtm/coverage.html.gif (дата обращения: 20.12.2022).
13. O'Callaghan J.F., Mark D. M. The extraction of drainage networks from digital elevation data // Computer Vision, Graphics and Image Processing. 28. P. 328-344 [Электронный ресурс] // URL: https:// doi.org/10.1016/S0734-189X(84)80011-0 (дата обращения: 20.12.2022).
14. HydroNets: Leveraging River Structure for Hydrologic Modeling [Электронный ресурс] // URL: https://ai4earthscience.github.io/ iclr-2020-workshop/papers/ai4earth04.pdf (дата обращения: 20.12.2022).
15. Кошель С. М. Современные методы расчета распределения поверхностного стока по цифровым моделям рельефа / С. М. Кошель, А. Л. Энтин // Геоморфологи: Современные методы и технологии цифрового моделирования рельефа в науках о Земле. М.: Медиа-ПРЕСС, 2016. С. 24-34. EDN WZPQOH.
16. Визуализация гидрологической обстановки в бассейнах крупных рек средствами ГИС-технологий / С. В. Борщ, Т. Е. Самсонов, Ю. А. Симонов, Е. А. Львовская // Труды Гидрометеорологического научно-исследовательского центра Российской Федерации. 2013. № 349. С. 47-62. EDN RDJAJB.
17. Чяснавичюс Ю. К., Олтян И. Ю., Олтян Н. Н. Алгоритм построения графа, описывающего гидрологическую сеть. Свидетельство о регистрации секрета производства (ноу-хау) № ГЧ-0077. М.: ФГБУ ВНИИ ГОЧС (ФЦ), 2022.
18. NetworkX для удобной работы с сетевыми структурами [Электронный ресурс] // Портал «Хабр». URL: https://habr.com/ ru/post/125898/ (дата обращения: 13.11.2022).
19. Россия: регионы — векторные данные, карты, рельеф, кос-моснимки и готовые проекты ГИС. Иркутская область. [Электронный ресурс] // Сайт NEXTGIS. URL: https://data. nextgis.com/ru/region/RU-IRK/base/ (дата обращения: 13.11.2022).
20. СНиП 2.01.14-83. Определение расчетных гидрологических характеристик.
21. СТО ГГИ 52.08.48-2020. Выбор цифровой картографической основы для определения гидрографических характеристик.
Information about authors
Shcheglov Alexander N.: PhD (Physics and Mathematics), Russian National Reinsurance Company, Deputy Chairman of the Board. Moscow, Russia.
Zhalnin Konstantin Yu.: Russian National Reinsurance Company, Head of Project Office. Moscow, Russia.
Radionov Gennady P.: Esri CIS, Technical Director. Moscow, Russia.
Oltyan Irina Yu.: PhD (Technical Sc.), All-Russian Research
Institute for Civil Defense and Emergencies, Scientific
Secretary.
Moscow, Russia.
SPIN-scientific: 3476-5213.
Arefieva Elena V.: ScD (Technical Sc.), Assistant Professor, All-Russian Research Institute for Civil Defense and Emergencies, Chief researcher, Research Center. Moscow, Russia. SPIN-scientific: 2738-6323.
Bolgov Mikhail V.: ScD (Technical Sc.), Institute of Water Problems RAS, Head of Laboratory. Moscow, Russia. SPIN-scientific: 2425-4293.
Chiasnavicius Julius K.: All-Russian Research Institute for Civil Defense and Emergencies, Senior Researcher, Research Center.
Moscow, Russia. SPIN-scientific: 8705-4446.
Сергеев Евгений Борисович: ФГБУ ВНИИ ГОЧС (ФЦ), н. с.
Москва, Россия. SPIN-код: 5555-1028.
Олтян Никита Николаевич: ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Факультет информационных технологий и анализа больших данных, магистрант. Москва, Россия. SPIN-код: 9730-0962.
Котосонов Александр Сергеевич: ФГБУ ВНИИ ГОЧС (ФЦ), нач. науч.-исслед. центра. Москва, Россия. SPIN-код: 2362-3700.
Жданенко Ирина Васильевна: ФГБУ ВНИИ ГОЧС (ФЦ), с. н. с. научно-исслед. центра. Москва, Россия. SPIN-код: 7747-6337.
Sergeev Evgeny B.: All-Russian Research Institute for Civil Defense and Emergencies, Researcher. Moscow, Russia. SPIN-scientific: 5555-1028.
Oltyan Nikita N.: Financial University under the Government of the Russian Federation, Faculty of Information Technology and Big Data Analysis, Magistrate. Moscow, Russia. SPIN-scientific: 9730-0962.
Kotosonov Alexander S.: All-Russian Research Institute for Civil Defense and Emergencies, Head of Research Center. Moscow, Russia. SPIN-scientific: 2362-3700.
Zhdanenko Irina V.: All-Russian Research Institute for Civil Defense and Emergencies, Senior Researcher, Research Center.
Moscow, Russia. SPIN-scientific: 7747-6337.
Издания ФГБУ ВНИИ ГОЧС (ФЦ)
Авторы, название URL
Акимов В.А. и др. Прогнозно-аналитические решения по природным, техногенным и биолого-социальным угрозам единой системы информационно-аналитического обеспечения безопасности среды жизнедеятельности и общественного порядка «Безопасный город». Монография. https://elibrary.ru/item.asp?id=49767511
Григорьев В.Н. Принципы подготовки и написания диссертаций. https://elibrary.ru/item.asp?id=49815881
Авдеева В. Г. и др. Развитие системы оказания помощи пострадавшим в дорожно-транспортных происшествиях на современном этапе: опыт, проблемы, перспективы. https://elibrary.ru/item.asp?id=44621912
Гуренков А.С. и др. Сборник лекционных материалов для проведения занятий с дежурно-диспетчерским персоналом единых дежурно-дис-петчерских служб муниципальных образований. https://elibrary.ru/item.asp?id=44805322
Авдеева В. Г. и др. Развитие системы оказания помощи пострадавшим в дорожно-транспортных происшествиях на современном этапе: опыт, проблемы, перспективы. https://elibrary.ru/item.asp?id=44621912
Акимов В.А. и др. Нелинейная наука для исследования аварий, катастроф и стихийных бедствий. https://elibrary.ru/item.asp?id=45040288
Соловьев В.А. и др. Международная научно-практическая конференция «Проблемы предупреждения и ликвидации чрезвычайных ситуаций в Северо-Западном Арктическом регионе России». https://elibrary.ru/item.asp?id=45040117
Мануйло О.Л. и др. Творчество юных во имя спасения. Литературно-художественный альманах. Выпуск № 4. https://elibrary.ru/item.asp?id=45040485
Олтян И.Ю. и др. Глобальная и национальные стратегии управления рисками катастроф и стихийных бедствий. Материалы конгресса. https://elibrary.ru/item.asp?id=45040593
Баранник А.Ю. и др. Каталог технических средств, предназначенных для гражданской обороны и защиты от чрезвычайных ситуаций / МЧС России. https://elibrary.ru/item.asp?id=45796467
Поздняков Н.А. и др. Оказание помощи пострадавшим в дорожно-транспортных происшествиях: современное состояние и перспективы развития. https://elibrary.ru/item.asp?id=46111413
Олтян И.Ю. и др. Реализация Сендайской рамочной программы по снижению риска бедствий в Российской Федерации. Итоги пятилетия. https://elibrary.ru/item.asp?id=46389727
Мануйло О.Л. и др. Творчество юных во имя спасения: Литературно-художественный альманах, Выпуск № 5. https://elibrary.ru/item.asp?id=46173686
