Экспертные заключения: 0
Консультации: 0

Системное математическое моделирование гидрологических процессов на водосборе с целью прогноза и предотвращения опасных гидрологических явлений

Опасные гидрологические явления могут вызвать значительный ущерб экосистем, инфраструктуре и человеческой жизни. Сильные и длительные осадки приводят к значительному повышению уровня воды в руслах рек, а таяние снега и льда приводит к образованию ледяных заторов на реках.

Некоторые факты, подтверждающие актуальность проекта:

- Сильные осадки приводят к паводкам (значительному повышению уровень воды), что приводит к ЧС (так в Орске Оренбургской области произошел прорыв дамбы на реке Урал из-за большого паводка. По данным правительства региона, во всей Оренбургской области подтоплены 12 817 жилых домов, 14 969 приусадебных участков в 79 населенных пунктах. По оценке Минстроя, ущерб жилью от наводнения в Оренбургской области может превысить 21 млрд руб.) 

- около 56 % потерь воды спровоцированы глобальным потеплением. В ходе своих изысканий ученые провели оценку более 2 тысяч озер на основе спутниковых данных, совмещенных с климатическими и гидрологическими моделями. Исследователи определили, что использование воды людьми, изменения в сезонах дождей и повышение температуры отразилось на снижении уровней воды в озерах по всему миру, 53 % из которых продемонстрировали снижение в период с 1992 по 2020 год, и около 2 миллиардов человек оказались напрямую подвержены негативным эффектам происходящего. 

- Количество людей на Земле растет с каждым днем, а с ними и потребность в питьевой воде. То есть, если ежегодный прирост людей составляет 84 млн человек, то необходимый прирост водных ресурсов должен быть, как минимум 60 млн кубометров. Неправильное использование природных ресурсов приводит к их быстротечному расходу, ведь грунтовые воды восстанавливаются очень медленно – 1% в год. Также, немаловажное значение в этом вопросе занимает загрязнение водных источников.

- Опасные уровни воды зафиксированы в десяти российских регионах. Это может помешать судоходству и работе водозаборных конструкций, заявили во Всероссийском научно-исследовательском институте по проблемам гражданской обороны и чрезвычайных ситуаций (ВНИИ ГОЧС). Низкая осенняя межень появилась на реках Алтайского и Красноярского краев, а также в Новосибирской области. 

- Комплекс защитных сооружений Петербурга столкнулся с 14-м особо опасным наводнением за всю свою историю. Дамбу пришлось закрыть из-за приближения тыловой части циклона "Ральф". Прогнозы специалистов оправдались. Однако КЗС остановил нагонную волну, не позволив воде в устье Невы приблизиться к критической отметке +160 см БС. 

- Малое количество снега в горах Алтая и засуха осенью и весной 2022 года в регионах Сибири привели к сокращению объема воды в бассейне Верхней Оби. Для обеспечения населенных пунктов ресурса достаточно, однако, судоходные компании были вынуждены сократить объемы перевозимых грузов - с 6,1 млн до 5,3 млн тонн и заранее завершить сезон на некоторых участках. 

Цель проекта: Создание программного обеспечения прогнозирования гидрологических процессов на водосборе с использованием нейросети с целью выявления и предотвращения опасных гидрологических явлений на основе разработанной математической модели.

Задачи проекта:

- сбор данных, необходимых для построения модели (уровни и расходы воды, количество выпавших осадков и др.)
- разработанной математической модели и ее тестирование
- оцифровка математической модели (разработка кода и создание нейросети)
- обучение нейросети
- вывод продукта на рынок

Ожидаемые результаты:

2024-2025 гг: разработка методики.
2026-2027 гг: разработка нейросети и ее обучение. Разовые продажи прогнозов по Лен области.
2028 г - продажа автоматизированных прогнозов по всем регионам России.


Продукт проекта: Прогнозы гидрологических процессов на водосборе с целью выявления и предотвращения опасных гидрологических явлений

Области применения результатов: обеспечение безопасности, устойчивого развития и эффективного управления водными ресурсами

Бизнес-модель:

1. Потенциальные потребительские сегменты:
- Транснефть-подводсервис
- Водохранилища, Гидротехнические сооружения (ГЭС, Плотины)
- МЧС
- Мелиоративные компании
- Проектные организации
- Судоходные компании и владельцы судов (промысловые, грузо- и пассажирские перевозки)

2. Проблема и существующие альтернативы: 
Пользователи самостоятельно составляют прогнозы на основе данных получаемых , как правило, на платной основе или по запросу в СЗ УГМС, ААНИИ, на информационных платформах USGS EarthExplorer, Windy.com и др.
Основные проблемы: 
- Недостаточность и разрозненность данных, не изученность территорий.
- Необходимость использования иностранных источников.

3. Решение
Нейросеть (математическая модель для составления прогнозов гидрологических процессов на водосборе, использующая алгоритмы машинного обучения для обработки гидрологических данных). Доступ к нейросети реализуется через сайт. Предусматривается составление долгосрочных и краткосрочных прогнозов гидрологических явлений.
Дополнительно на сайте будет реализована функция автоматизированного подбора и в выдачи набора данных по запросу пользователя.

4. Ценность продукта:
- Усовершенствованная системная методика позволяющая выдавать более точные прогнозы гидрологических процессов на водосборе
- Ретроспективные данные
- Вся информация на русском языке
- Все данные для прогнозов собраны в одном месте
- Рекомендации на основе анализа данных и построенных прогнозов
Методика, использующая более широкий набор вводных параметров. В перспективе обученная нейросеть

5. Каналы распространения
-Сайт
- Конференции, Форумы
- Прямые коммуникации

6. Структура расходов
Инвестиционные (на запуск проекта):
- разработка математической модели
- запрос данных
- полевые работы по сбору дополнительных данных
- разработка нейросети и ее обучение
- разработка сайта для доступа к нейросети
Текущие:
- расходы на содержание сайта и поддержку его работоспособности
- доступ к данным
- полевые работы по сбору дополнительных данных

7. Потоки доходов
- разовые или периодические обращения за прогнозами
- разовые или периодические обращения за подборкой данных
- плата за рекомендации

Ссылка

На страницу проекта

Направление

IT, Образование, Геология, геодезия и метеорология

Рынки

EduNet, TechNet

Сквозные технологии

Искусственный интеллект, Геоинформационные системы, Нейротехнологии, технологии виртуальной и дополненной реальностей, Технологии хранения и анализа больших данных