🤓 Сотрудники НИЛ ЭПиРП исследуют русловые процессы на реках Дальнего Востока.
Экспедиция сотрудников Лаборатории Школьного Д.И., Семакова В.А., Тузовой Е.А., магистрантки кафедры гидрологии суши Бахаревой Е.И. и научного сотрудника ТИГ Лупакова С.Ю. проводит мониторинг рек и ручьёв более, чем в 80 населённых пунктах Приморского края. В состав работ входит наблюдение за состоянием дна и берегов, промерные работы, осмотр гидротехнических сооружений и объектов инфраструктуры, находящихся в опасности, опрос местного населения.

☔️ Работы на этих реках ведутся сотрудниками МГУ с 2019 года. По результатам предыдущих полевых наблюдений удалось выявить региональную связь между интенсивностью осадков, уклоном водосбора и скоростью русловых деформаций на реках разного масштаба. Обильные осадки в августе этого года вызвали затопление на реках западной части края, однако из-за растянутости их выпадения основным негативным последствием стали затопления большого количества населенных пунктов, русловые же деформации не такие яркие, как после тайфуна в сентябре 2022 года. Однако основные проблемы рек тайфунной зоны никуда не делись: постоянное накопление аллювия, происходящее даже в невысокие паводки, приводит к уменьшению площади поперечного сечения и пропускной способности русла. Из-за этого горные реки и ручьи края с каждым годом все быстрее наполняются дождевой водой, выходят из берегов и приносят многочисленные разрушения, раскидывая мосты и берегозащиту.

🫠 Реакция на это традиционна для Дальнего Востока: в условиях противоречий в законодательстве муниципальные власти могут позволить себе только точечную расчистку русла. Хочется надеяться, что результаты работ будут услышаны и использованы во благо населения Приморского края. Но, абсолютно точно, что собранная в ходе изысканий информация послужит на пользу нашей лаборатории.

#экспедиции_НИЛЭПиРП
#исследования_ЭПиРП

U-Net  -  технология машинного обучения, которая создана  для решения задач сегментации изображений, когда нужно не только определить класс изображения целиком, но и сегментировать его области по классу, т.е. создать маску, которая будет разделять изображение на несколько классов, выделить искомые объекты. В работах Гафурова А.М. данная технология находит свое отражение в автоматизированном поиске оврагов. Подробнее о применении машинного обучения в дешифрировании эрозионной сети Поволжья можно прочитать в данной статье: https://www.mdpi.com/2220-9964/11/3/197

#исследования_ЭПиРП
#публикации_ЭПиРП

За что мы любим русловые процессы - их многофакторностью и непредсказуемостью: О влиянии волков на русла рек. https://pikabu.ru/story/sanitaryi_lesa_10697790

#интересный_факт_ЭПиРП

Статистика XXXVIII пленарного межвузовского координационного совещания по проблеме эрозионных, русловых и устьевых процессов: без участников онлайн - приехало около 40 человек , представители примерно 10 ВУЗов

#конференции_ЭПиРП
#НИЛЭПиРП_МНКС