В РУДН создали модель прогнозирования проседания грунтов в засушливых регионах с рекордной точностью
Москва. 17 сентября. ГеоИнфо — Специалисты Российского университета дружбы народов разработали высокоточную модель прогнозирования проседания грунтов в засушливых регионах. Новый метод сочетает машинное обучение и метаэвристическую оптимизацию, что позволило достичь рекордной точности прогноза — 95,7%. Об этом сообщили ТАСС в пресс-службе Минобрнауки РФ.
«Ученые РУДН разработали инновационный метод прогнозирования рисков проседания земной поверхности (субсиденции) в засушливых регионах. Новый подход, сочетающий машинное обучение с метаэвристической оптимизацией, позволил достичь рекордной точности прогноза (95,7%) и обеспечил интерпретируемость результатов, что критически важно для планирования устойчивого развития территорий», — отметили в ведомстве.
Проседание грунта представляет собой медленное или внезапное опускание земной поверхности, которое несет серьезную угрозу для инфраструктуры, сельского хозяйства и водных ресурсов. В засушливых регионах эта проблема особенно актуальна из-за интенсивного использования подземных вод для орошения. Традиционные методы прогнозирования не всегда способны учесть сложное взаимодействие природных и антропогенных факторов, что снижает точность карт рисков и эффективность принимаемых мер.
В основе предложенного в РУДН двухэтапного подхода лежит алгоритм K-ближайших соседей (KNN) в сочетании с метаэвристической оптимизацией. Это позволило найти оптимальное сочетание параметров, значительно повышающее точность прогнозирования. Наиболее эффективной оказалась версия алгоритма, имитирующая охотничье поведение пеликанов.
Для обучения и валидации модели использовались данные дистанционного зондирования — снимки спутника Sentinel-1 за период с 2014 по 2020 год. На их основе ученые выявили 215 точек проседания и проанализировали 17 факторов, включая топографию, геологические особенности, плотность скважин, растительный покров (NDVI) и расстояние до разломов.
Разработанная модель может применяться при разработке стратегий устойчивого управления водными ресурсами, оценке рисков для инфраструктуры — зданий, дорог, трубопроводов, а также в территориальном планировании и сельском хозяйстве.
