Методический подход к оценке рисков в труднодоступных горных районах на основе геоморфологического картирования и аэрофотосъёмки с БПЛА
Елена Гарова, Богдан Чадромцев, Александр Педанов, Павел Гребенников, Игорь Ильтуганов, Павел Лобанов, Павел Пономарёв, Феликс Дрэзнер, Свен Фукс.
Статья опубликована 12 марта 2025 года в журнале Journal of Mountain Science
1 Введение
Растущая распространенность природных опасностей и сопутствующие им потери подчеркивают жизненную необходимость защиты объектов инфраструктуры и
людей в горных районах (Schuster and Highland 2001; Fuchs et al. 2013; Dowling and Santi 2014; Prakash et al. 2024). Для смягчения этих опасностей, адаптации к их негативным последствиям и, в конечном итоге, сокращения потерь, важно оценивать доступную информацию об опасностях (Schmeller et al. 2022) и преобразовывать ее в количественную форму, позволяющую оценивать масштабы и частоту возникновения опасностей. Тем не менее, хотя во многих густонаселенных регионах Европы и США оценка опасностей имеет значительную историческую основу (Brunsden et al. 1975; Seijmonsbergen 1992; Kienholz 1977), другие страны все еще находятся на начальных этапах разработки таких оценок, учитывая неразрывную связь между природными опасностями и освоением горных территорий (Zimmermann and Keiler 2015). Более того, во многих горных районах ключевые оценки устарели, неполны (Shnyparkov et al. 2012) или недоступны из-за институциональных ограничений (Papathoma-Köhle et al. 2021). Поэтому крайне важно приложить значительные усилия для систематического сбора необходимой информации. Первым этапом этого процесса является интерпретация форм рельефа и связанной с ними динамики. Это достигается за счет использования методов геоморфологического картографирования и углубленного анализа геоморфологических процессов, которые потенциально могут привести к возникновению опасностей.
Геоморфологическое картографирование — это хорошо зарекомендовавший себя подход для систематического представления и оценки форм рельефа и их динамики (Smith and Pain 2011), имеющий долгую историю в прикладных науках о Земле (Griffiths 2004) и инженерной геоморфологии (Downs and Booth 2011). Предоставляя стандартное описание форм рельефа, процессов и приповерхностных материалов, геоморфологические карты необходимы для интерпретации и понимания физического контекста земной поверхности (Dramis et al. 2011). Помимо своей внутренней научной ценности, геоморфологические карты играют значительную практическую роль, особенно в части пространственно явной локализации и визуализации потенциальных опасных процессов, оценки опасностей, а также визуализации и оценки характеристик ландшафта для управления земельными ресурсами и планирования (Bollati et al. 2017; Zangana et al. 2023). Это особенно актуально в горных районах, где комплексные данные зачастую скудны. Создание геоморфологических карт традиционно основывалось на полевых исследованиях, которые могут быть трудоемкими и требующими значительных временных затрат. Кроме того, они требуют большого опыта, что может создавать определенные сложности в процессе картографирования и оформления (Seijmonsberger 2013) для достижения надежной и воспроизводимой схемы классификации опасностей. Помимо этих проблем, существует также вопрос обеспечения доступности и понятности представленной информации для конечных пользователей (Fuchs et al. 2009). Полезность геоморфологического картографирования давно признана, при этом его значимость и области применения расширяются, что приводит к его ренессансу. Изначально разработанное на основе полевых геоморфологических методик в 1960-х и 1970-х годах (Leser and Stäblein 1975; de Graaff et al. 1987), оно продолжает играть центральную роль в интеграции разнообразных данных в коммерческих, государственных и академических проектах, чему способствуют технологические достижения и инновационные наборы данных. В частности, оно получило преимущества от использования данных дистанционного зондирования, позволяющих более эффективно детально картографировать удаленные регионы, такие как горные районы (Smith and Pain 2011), с использованием цифровых моделей рельефа в сочетании с цифровыми ортофотоснимками. В таких случаях содержание карты формируется исключительно на камеральном этапе или (полу-)автоматизированного картографирования. В то время как некоторые авторы полагают, что полевое картографирование может быть менее точным по сравнению с данными дистанционного зондирования, особенно в сложном и крутом рельефе из-за проблем доступности (Otto and Dikau 2004; Beckenbach et al. 2014), другие выступают за гибридный подход, сочетающий полевые и камерельные работы с использованием таких данных дистанционного зондирования (Seijmonsberger 2013). Несмотря на существование множества современных цифровых методов, таких как использование спутниковых данных и другой информации дистанционного зондирования в сочетании с компьютерным моделированием (Krichen et al. 2024), традиционные полевые методы по-прежнему остаются ценным подходом для точной и детальной оценки опасностей. Интеграция традиционных и современных технологий предлагает ряд преимуществ в оценке и смягчении горных опасностей (подробнее см. Kienholz et al. (2004) или Cirella et al. (2014)). Традиционные инженерные полевые методы предоставляют бесценные данные наземной проверки, включая топографические съемки, литологический анализ и геоморфологическое картографирование. Эти методы являются основополагающими для понимания характеристик местного рельефа и динамики опасностей.
В отличие от этого, современные методы дистанционного зондирования, включая беспилотные летательные аппараты (БПЛА) и спутниковые снимки, предлагают неинвазивный и экономически эффективный способ получения высокодетальных пространственных данных на больших территориях (Schlögl et al. 2022). БПЛА, оснащенные камерами, лидарными датчиками могут фиксировать детальную информацию о рельефе с точностью до сантиметра, позволяя создавать цифровые модели рельефа (ЦМР), ортофотографии и 3D-реконструкции ландшафта. Аналогичным образом, высокодетальные спутниковые снимки обеспечивают обзорный анализ особенностей рельефа и условий окружающей среды, позволяя отслеживать изменения во времени и выявлять потенциальные триггеры опасностей. Однако речь идет не о выборе одной технологии вместо другой. Скорее, сочетание различных технологий представляет собой перспективный подход для достижения надежных результатов (Cui et al. 2021; Sandoval et al. 2023), особенно в регионах с ограниченной доступностью данных (Malgwi et al. 2020) и в рамках междисциплинарных исследований (Peek and Guikema 2021; Sapat 2021). Интегрируя эти разнообразные наборы данных и методологии, исследователи и практики могут разрабатывать комплексные карты опасностей, оценки уязвимости и стратегии управления рисками, адаптированные к пространственно явным потребностям конкретных конечных пользователей (Meyer et al. 2012; Fuchs et al. 2017a, b). Такой комплексный подход не только повышает точность и надежность оценки опасностей, но и улучшает эффективность адаптации и технического смягчения последствий, что в конечном итоге снижает социально-экономические последствия опасных событий и повышает устойчивость сообществ к потенциальным катастрофам.
Настоящая работа представляет подход к сочетанию традиционных инженерных полевых методов с современными методами дистанционного зондирования, такими как использование БПЛА. В ней демонстрируется, как такой подход может быть применен в удаленных горных районах и в условиях ограниченной доступности данных. Это позволяет создать воспроизводимый рабочий процесс, направленный на достижение надежной и экономически эффективной адаптации и технического смягчения последствий для защиты объектов инфраструктуры от воздействия потенциальных опасностей. Следует отметить, что представленный в работе кейс-стади предназначен исключительно для иллюстрации общего рабочего процесса, используемых методов и полученных результатов. Соответственно, его детальное описание не приводится.
2 Материалы и методы
Сочетание традиционного геоморфологического анализа рельефа с применением методов дистанционного зондирования следует рабочему процессу, представленному на рис. 1:
Рис. 1 Рабочий процесс оценки, включающий:
(1) предварительное камеральное картографирование на основе доступных документов и данных дистанционного зондирования,
(2) полевые исследования и детальное геоморфологическое картографирование,
(3) использование БПЛА для сбора высокодетальных ЦМР,
(4) составление процессно-ориентированной геоморфологической карты,
(5) оценку опасностей и выделение факторов событий,
(6) планирование и проектирование защитных мер.
(1) Путем анализа прошлых событий и понимания лежащих в их основе геологических, гидрологических и геоморфологических факторов можно выделить районы, подверженные опасным склоновым процессам, и спрогнозировать будущие масштабы и частоту их возникновения (Heiser et al. 2023). Соответственно, в рамках шага 1 анализируется доступная информация из существующей литературы по району исследования, технических отчетов и геологических карт. Кроме того, если это возможно, сверяются с перечнем учтенных случаев активизации опасных склоновых процессов, чтобы определить преобладающие события, способствующие им в исследуемом районе. Такой перечень может включать данные о предполагаемых вероятностях возникновения (частотах) и масштабах (объемах) опасностей, а также анализ их воздействия. Однако, особенно для удаленных горных районов, эти данные часто отсутствуют, или информация о них недоступна (Heiser et al. 2022). Инженерные изыскания (инженерно-геологические, топографические и инженерно-гидрометеорологические) являются стандартной процедурой для получения такого рода информации (Kienholz et al. 2004). Эта процедура хорошо обоснована и широко применяется, даже в удаленных горных районах (Kharichkin et al. 2021). В рамках начального этапа проводится визуальный анализ и интерпретация свидетельств опасных процессов с использованием данных дистанционного зондирования, таких как Google Earth и доступных высокодетальных спутниковых снимков. Анализ включает геоморфологические, геологические и ландшафтные критерии и приводит к созданию предварительной концептуальной карты опасных склоновых процессов. Эта карта указывает на общую распространенность опасных склоновых процессов и служит руководством для последующих шагов, включая детальное картографирование, оценку рисков и проектирование потенциальных защитных мер.
(2) Второй шаг основан на полевых исследованиях и включает обширное геоморфологическое картографирование с целью пространственно явного выделения зон зарождения, транзита и аккумуляции. Это выполняется с акцентом на конкретные типы опасных склоновых процессов, включая общую оценку склоновых движений и других их индикаторов. Основные цели — определить условия, способствующие возникновению опасных склоновых процессов, и описать их характеристики, используя концепцию «молчаливых свидетелей» (формы рельефа и отложения, указывающие на прошлую активность процессов; Aulitzky 1992). Предварительная концептуальная карта, полученная на шаге (1), затем обновляется, а формы рельефа и отложения, связанные с опасностями, детально описываются. Результаты картографирования позволили сделать выводы о характере опасных склоновых процессов, присутствующих в исследуемых районах. Это включало понимание их источников, потенциальных механизмов возникновения, а также масштабов и частот. Процесс картографирования является предпосылкой для углубленного понимания георисков в пределах отдельных районах проектирования.
(3) Третий шаг — сбор данных дистанционного зондирования с помощью БПЛА, которые благодаря технологическому прогрессу стали более доступными и распространенными в последние годы (Rossini et al. 2023). Как следствие, БПЛА, облегчающие традиционные полевые работы, широко используются в горных регионах, особенно там, где высокодетальные спутниковые снимки недоступны или доступны лишь по высокой стоимости. Использование БПЛА предоставляет возможность проводить исследования с высоким пространственным разрешением, что повышает способность мониторинга изменений окружающей среды и особенностей ландшафта. Это позволяет быстро и экономически эффективно получать информацию о месте исследования с точностью, сопоставимой с традиционными методами съемки. Сочетание съемки с БПЛА с традиционными методами позволяет оперативно получать точные данные, которые затем могут использоваться для оценки типов, масштабов и частот опасных склоновых процессов. По мере развития возможностей этих технологий съемки становится проще собирать детальные данные в удаленных или труднодоступных горных районах. Это достигается путем создания ортофотографии или 3D-модели рельефа. Для полетов используется БПЛА DJI Matrice 300 RTK, оснащенный фотограмметрической камерой DJI Zenmuse P1 и лидаром DJI Zenmuse L1 (воздушный лазерный сканер) в качестве полезной нагрузки. Камера DJI Zenmuse P1 включает полнокадровый сенсор со сменными объективами с фиксированным фокусным расстоянием на трехосной стабилизированной платформе. Камера оборудована 45-мегапиксельным полнокадровым сенсором с размером пикселя 4,4 микрона, обеспечивающим низкий уровень шума и высокую чувствительность. Это позволяет получать высококачественные изображения со скоростью 0,7 секунды и охватывать площадь 3 км² за один полет. Камера настроена с глобальным механическим затвором и системой TimeSync 2.0, которая обеспечивает синхронизацию времени между модулями с точностью до одной микросекунды.
Таким образом, данные могут быть получены с высоким разрешением, что гарантирует необходимую точность и детализацию. Съемка изображений проводится с использованием объектива 35 мм. Отдельные изображения объединяются с помощью методов фотограмметрии для создания сплошной ортофотографии. Высокодетальная ЦМР получается с использованием лидара DJI Zenmuse L1, который затем комбинируется с ортофотографией в программных пакетах DJI Terra и Terrasolid Spatix для создания 3D-модели рельефа
(4) Результаты полевых исследований (шаг 2) и съемки с БПЛА (шаг 3) используются для создания итоговой геоморфологической карты в среде ГИС с использованием программного обеспечения QGIS. Среди опубликованных на сегодня концепций картографирования швейцарская «Модульная система для картирования опасностей» (Kienholz and Krummenacher 1995) особенно подходит для геоморфологического анализа рельефа, направленного на оценку опасностей. Причина в том, что, даже следуя общим принципам морфометрии, генезиса и возраста в интерпретации форм рельефа (см., например, Rădoane et al. 2011), этот подход ориентирован на процессы, а не на формы. Это позволяет не только описывать, но и интерпретировать активность опасностей с точки зрения частот (активность процессов) и масштабов. Кроме того, данные могут быть легко оцифрованы в географическую информационную систему (ГИС) (Keiler et al. 2000). Существующая аналоговая схема картографирования была слегка адаптирована для лучшего соответствия требованиям оцифровки на последующем этапе. На этом этапе более сложные компоненты линейной легенды преобразуются в серию упрощенных линейных обозначений и штриховок, что облегчает их интеграцию в среду ГИС. Соответственно, для реализации были выбраны различные цвета линейных обозначений и паттерны штриховок.
(5) Подготавливается детальный письменный отчет, описывающий масштабы и частоты каждого выявленного опасного процесса. Методология определения классов масштаба и частоты иллюстрируется схемой классификации, аналогичной той, что приведена в австрийском стандарте (Austrian Standards 2017), как показано на рис. 2. В целом, наши оценки георисков основаны на комбинации частот и масштабов наблюдаемых и документированных проявлений, а также потенциальных будущих событий. Расчетные частоты (от низкой до очень высокой) базируются на оценке индикаторов активности в поле (например, свежие обломки, наклоненные деревья) и факторов предрасположенности (например, открытые трещины, ориентация разломов) из-за отсутствия данных наблюдений и фиксации происшествий. Масштабы определяются в ходе интерпретации результатов геоморфологического картографирования на основе шагов (1)–(3) и группируются в классы: малые (до 1 м³), средние (>1 м³ до 100 м³), крупные (>100 м³ до 5000 м³) и очень крупные (>5000 м³). Упомянутая схема классификации позволяет использовать факторы событий (EFs), которые могут описывать потенциальную опасность различных выявленных типов угроз. Эти EFs затем применяются для предложения подходящих защитных мер. Это позволяет выполнить итоговую оценку рисков, которая переходит в шестой шаг. Кроме того, на основе шага 5 формируется отчет для заказчика.
Рис. 2 Матрица георисков для склоновых процессов, дифференцирующая объем (интенсивность) и частоту камнепадов, оползней и селевых процессов. Классификация и факторы событий (EFs) основаны на австрийском стандарте ONR 24810 с незначительными изменениями (Austrian Standards Institute 2017).
(6) На шестом шаге данные, полученные из предыдущих этапов о природе, масштабе и частоте выявленных опасных склоновых процессов, используются для разработки стратегии минимизации рисков для конкретных инфраструктурных объектов, признанных уязвимыми. Как правило, применяется комбинация конструкций, направленных на ограничение разрушительного потенциала опасных склоновых процессов за счет снижения скорости и эрозионной способности. Этот подход основан на принципах экономической эффективности инвестиций в снижение рисков (см., например, Fuchs and McAlpin 2005; Holub and Fuchs 2008). При проектировании защитных систем в горных районах ключевым аспектом является выбор оптимальных мест установки. Для разработки подходящей концепции смягчения обычно используются модели, позволяющие оценить масштабы склонового процесса, потенциальные дистанции перемещения и поведение в зоне аккумуляции, включая энергию отдельных валунов и глыб. Доступны различные модели: от физических, основанных на сложных математических уравнениях, до статистических, базирующихся на накопленных наблюдениях и простых математических зависимостях между ними. Физические модели могут быть классифицированы как каузальные, детерминированные или смешанные каузально-детерминированно-вероятностные. В отличие от них, статистические модели — это вероятностные модели, применяемые к наблюдаемым явлениям (Briggs 2016). В качестве примера ниже представлены шаги, необходимые для снижения рисков камнепадов (другие типы опасностей могут оцениваться аналогично; актуальный обзор см. в Fookes et al. (2007)).
Например, движение валуна по скалистому склону зависит от множества факторов, которые сложно выразить численно в модели. Траектории валунов определяются геометрией и параметрами трения склона, формой и плотностью валуна, его начальной скоростью при отрыве от склона. Кроме того, рассеивание энергии при ударах о склон, обусловленное параболической траекторией движения блоков, влияет на траекторию валуна. Движение валунов можно разделить на три основных типа: скольжение, перекатывание и сальтация. Тип движения зависит от формы валуна (уплощенной или округлой) и крутизны склона. Рассеивание энергии при ударах обычно различается и варьируется в зависимости от характеристик движения. Оно зависит от механических свойств валуна и материалов вдоль траектории (горные породы, почва, растительность), влияющих на его движение.
Как и другое программное обеспечение на рынке, программа RocPro3D (www.rocpro3d.com), основанная на модели Pfeiffer и Bowen (1989), может использоваться для моделирования движения падающих валунов. Для работы с программным обеспечением необходимы следующие данные, которые легко получить из результатов шагов 1–5:
- Склон генерируется из трехмерной сетки и может быть импортирован из различных источников или внешних программ. Высокодетальная ЦМР, полученная при съемке с БПЛА, может служить входной моделью рельефа.
- Для определения характеристик рельефа склон делится на зоны с однородными механическими свойствами. Состав склона (сплошная порода, разрушенная порода и т.д.) задается для каждой зоны.
- Указываются форма и размер валунов, а также точки их отрыва.
Расчет напрямую предоставляет трехмерные траектории, скорость и энергию. Результаты модели включают визуализацию и описание траекторий, скоростей и распределения энергии. Это позволяет рассчитать дистанции перемещения и связанную с ними энергию удара о препятствие (рис. 3). Полученные данные используются при проектировании технических мер смягчения, таких как гибкие тросово-сетчатые барьеры, для защиты объектов инфраструктуры. Кроме того, сооружения инженерной защиты могут быть непосредственно размещены на 3D-модели, а их положение оптимизировано с учетом отображенных траекторий.
Рис. 3 Графическая иллюстрация результатов моделирования камнепадов с использованием программы RocPro3D. На основе трехмерных траекторий отдельных валунов опасность характеризуется энергией и скоростью. Результаты могут быть использованы для проектирования мер инженерной защиты, таких как дамбы или барьеры, в зависимости от конкретной цели защиты и требований заказчика. В данном примере дорога проходит у подножия скалы и должна быть защищена от камнепадов.
3 Результаты
Ниже представлены результаты отдельных этапов (шаги 1–6), проиллюстрированные примерами. Подготовительные работы, выполненные на шаге 1, последующие полевые исследования (шаг 2) и интерпретация данных съемки с БПЛА (шаг 3) позволили создать процессно-ориентированную геоморфологическую карту на шаге 4 рабочего процесса (рис. 4). Затем данные были интерпретированы с точки зрения факторов событий (EFs) на основе информации, приведенной на рис. 2 (Austrian Standards 2017). Это привело к генерации данных о частотах и масштабах склоновых процессов (шаг 5), как показано на рис. 5. На рисунке изображен высокогорный ландшафт, характеризующийся разнообразными процессами эрозии и аккумуляции. Вершина долины ограничена гребнем, а ее северная часть расположена выше линии растительности. Выявленные потенциально опасные процессы включают камнепады (красные полигоны), селевые потоки и подобные им процессы (желтые полигоны) и линейную эрозию (красная пунктирная линия). Постоянные водные потоки обозначены синим цветом, а морены, характерные для вершины долины, — коричневым. Эти морены могут служить источниками обломочного материала. В юго-западной части рисунка горный перевал пересекает зону, требующую защиты от камнепадов с прилегающих склонов. Далее следует описание выявленных склоновых процессов, начиная с запада и по часовой стрелке к северу и востоку. Для текстового описания основные процессы пронумерованы на рисунке от (1) до (15).
Восточный склон долины, простирающийся от перевальной дороги на северо-восток, характеризуется скальными обрывами, достигающими границы с соседней долиной. Они разделены отдельными кулуарами (1A). Эти обрывы не способствуют высокой частоте камнепадов, а вызывают спорадический сброс отдельных блоков размером до 1,5–2,0 м с расчетным EF 2,2. Данные блоки осаждаются на неактивных и хорошо заросших конусах выноса у подножий скал (1B). Однако отдельные блоки могут представлять риск для перевальной дороги, показанной в юго-восточной части карты. Редкие маломасштабные (поверхностные) селевые потоки (2B), зарождающиеся в кулуарах (2A, EF 2,2), перерабатывают конусы. На дне долины выявлена зона аккумуляции селевых/флювиальных наносов (3, EF 1 и 2.1). Эти отложения формируются за счет перемещения осадков из области между моренами (4) и (5). Северная граница долины характеризуется горными пиками, являющимися зонами зарождения для частых камнепадов различной интенсивности, в отличие от ранее оледеневшей зоны (9, EF 4). Отдельные скальные обрывы, разделенные кулуарами, поставляют значительные объемы материала разного размера на прилегающие осыпные склоны и конусы выноса ниже, между моренами (5) и (6). Материал подвергается поверхностной переработке селевыми процессами (8, EF 1 и 2.1), которые в итоге затухают под вершиной долины, образуя сочетание камнепадных отложений и основной морены — свидетельства прошлого оледенения региона.
Восточный склон долины, направленный на юг, отличается скальными обрывами, достигающими границы с соседней долиной. Эти обрывы разделены кулуарами (10A). Сланцевые скалы демонстрируют высокую активность камнепадов с большой частотой и переменными масштабами (размер блоков до метров при умеренных объемах, EF 4). Отложения наблюдаются на незаросших активных конусах у подножий скал (10B). Редкие маломасштабные селевые потоки из кулуаров также перерабатывают конусы (EF 2.2). В северном секторе конусы камнепадных отложений расположены близ левой морены, связанной с последним ледниковым максимумом (LGM). Эти конусы эффективно удерживают большую часть материала, не позволяя ему достичь дна долины. По мере продвижения долины восточные склоны становятся более пологими и заросшими, с преобладанием лугов. Отдельные скалы представляют редкую и незначительную угрозу камнепадов с ограниченными зонами аккумуляции (12–15, EF 2.2 и, локально, EF 3). Малые эрозионные каналы уже заросли и вносят незначительный вклад в вынос материала на дно долины только в периоды сильных осадков или таяния снега.
На рис. 6 показана зона 1B из рис. 4 и 5 вдоль перевальной дороги, основанная на 3D-модели местности, полученной при съемке БПЛА на шаге 3. Помимо риска камнепадов, здесь также видны следы снежных лавин (рис. 6). Анализ с использованием БПЛА позволяет документировать такие следы с высоким разрешением. Изучение лавинных отложений зависит от времени съемки и планирования полевой кампании. Следы лавин лучше видно ранним летом, но доступ в горные районы, где они расположены, может быть затруднен. Поэтому особенно ценной является возможность применения спутниковых снимков с фиксированной датой съемки.
На основе этих результатов на шаге 6 была разработана концепция мер инженерной защиты от опасных склоновых процессов.
Рис. 4 Пример процессно-ориентированной геоморфологической карты, полученной на шаге 4. Основные процессы пронумерованы от (1) до (15) для текстового описания. Источник изображения: Pleiades (03 October 2019).
Местоположение сооружения инженерной защиты выбиралось с двумя целями: максимизировать объем обломков, остановленных конструкцией, и обеспечить удобный доступ для её обслуживания. Максимальные энергии вдоль траекторий показаны на рис. 3. Результаты моделирования указывают, что максимальная энергия в этой зоне достигает ~640 кДж. Учитывая это, оптимальным решением для защиты участка дороги является установка противокамнепадного барьера. Для оценки эффективности проведены сравнительные симуляции:
- Первая симуляция (рис. 3) показывает траектории, энергии ударов и зоны аккумуляции без защитных мер.
- Вторая симуляция (рис. 7) демонстрирует те же параметры при установке барьера.
Позиция барьера определялась итеративно для максимального снижения риска. Согласно симуляции и полевым данным, ожидаемая масса валунов — ~1,5 т (цилиндрическая форма, плотность 2700 кг/м³). Расчетная максимальная энергия удара о барьер — 640 кДж, скорость — 25 м/с. Для защиты дороги предлагается установка барьера TSC-1000-ZD (Trumer Schutzbauten) или аналога. При ограниченном бюджете возможно строительство земляной дамбы, если позволяет пространство.
Рис. 5 Пример карты факторов событий (шаг 5), основанной на австрийских стандартах (2017). Основные процессы пронумерованы от (1) до (15). Источник изображения: Pleiades (03 October 2019).
Рис. 6 Зона 1B (рис. 4, 5) вдоль перевальной дороги на 3D-модели местности (съемка БПЛА, июнь 2022 г.), демонстрирующая преимущества сочетания полевых исследований и съемки с БПЛА в разное время.
Рис. 7 Результаты моделирования камнепадов в RocPro3D с учетом установки барьера для защиты дороги (ср. с рис. 3).
4 Обсуждение
Данная статья представляет стандартизированный рабочий алгоритм для оценки опасностей, связанных со склоновыми процессами в удаленных горных районах с ограниченной доступностью данных. Рабочий процесс сочетает геоморфологическое картографирование с методами дистанционного зондирования. Приведенный пример может быть адаптирован для других случаев и в соответствии с национальными стандартами. Основная цель оценки рисков — обеспечить приемлемый уровень безопасности и устойчивое использование горных регионов с учетом экономических и социальных аспектов. Это особенно важно при оценке опасностей и рисков вблизи критически важной транспортной инфраструктуры, где количество применимых инженерных мер ограничено, а среда динамична, с изменяющимися факторами риска. Мы предложили комплексный подход для работы в высокогорных районах — от оценки рисков до разработки эффективной концепции инженерной защиты.
Детальное геоморфологическое картографирование является незаменимым инструментом для оценки природных опасностей. Оно позволяет идентифицировать и интерпретировать «молчаливых свидетелей» (Aulitzky 1992) как ретроспективный индикатор прошлых опасных процессов. Этот процесс включает разделение территории на концептуальные пространственные единицы на основе морфологии (форма), генезиса (процессы), состава и структуры, хронологии, связей с экосистемами (растительность, почвы) и топографических отношений форм рельефа (Bishop et al. 2012). Одновременно выявляются и оцениваются критические зоны и ключевые точки в динамике процессов (прогностический анализ) (Keiler et al. 2000). В соответствии с общепринятыми методиками (например, Heinimann et al. 1998) начальный этап анализа территории включает всестороннее изучение доступных данных: топографических, геологических, гидрологических карт, перечней событий и спутниковых снимков (например, Google Maps). Последующие полевые исследования направлены на проверку, корректировку и дополнение предварительного картографирования (шаг 2). Хотя геоморфологическое картографирование давно применяется для оценки природных опасностей в горах, его сочетание с новыми технологиями, такими как использование БПЛА для создания высокодетальных моделей рельефа, является инновационным для районов с дефицитом данных (шаг 3). Роль дистанционного зондирования в создании ЦМР высокого качества неоднократно подчеркивалась, так как топография отражает взаимодействие климатических, эндогенных и экзогенных процессов (Bishop et al. 2012). В удаленных горных районах, где коммерческие спутниковые снимки часто недоступны с достаточной разрешающей способностью, использование БПЛА для картографирования геоморфологических особенностей признано ценным подходом для оценки опасностей, их масштабов и частот. Комбинация шагов 1–3 позволяет создать процессно-ориентированную геоморфологическую карту (шаг 4) и определить факторы событий (шаг 5). На основе этих данных разрабатываются защитные меры (шаг 6) с использованием коммерческих моделей, не требующих углубленного понимания физики процессов.
5 Выводы
Интеграция современных технологий не только повышает точность и эффективность оценки рисков, но и открывает новые возможности для проактивного управления ними. Использование БПЛА позволяет исследователям и инженерам оперативно собирать данные в труднодоступных или опасных зонах с меньшими затратами и рисками, чем традиционные методы. Высокодетальные модели рельефа, созданные с помощью БПЛА, обеспечивают детальный анализ и визуализацию особенностей местности, что способствует принятию обоснованных решений при проектировании защитных мер. Такой подход дает ценную информацию о пространственном распределении и взаимодействии факторов, влияющих на склоновые процессы в высокогорьях, что позволяет оптимизировать распределение ресурсов и приоритезировать вмешательства.
Геоморфологические карты служат эффективным инструментом синтеза и анализа сложных характеристик горных сред. Несмотря на ограничения в отражении реальности, современные достижения в сборе, обработке и визуализации данных значительно повысили пространственно-временную детализацию таких карт (Cavalli et al. 2019). Представленный метод также учитывает перенос осадков в русловую сеть, происходящий в основном за счет эпизодических процессов, таких как камнепады, сели, оползни и паводки (подробнее см. Brierley et al. 2006). Эффективность этих процессов в поставке материала, как показано в работе Steger (2022), сильно варьируется и зависит от климата. На эти условия влияют морфология водосборов, морфометрия долин (Cavalli et al. 2019), а также наличие буферов (например, аллювиальные конусы), барьеров (например, уступы) и «покрытий» (например, армирование русла). Как отмечено ранее, эти элементы могут быть выявлены путем полевых исследований в сочетании с дистанционным зондированием, что обеспечивает информационную основу для управления рисками.
Финансирование: Исследование выполнено при поддержке открытого финансирования Венского университета природных ресурсов и естественных наук (BOKU).
