Канадские ученые разработали технологию для измерения плотности снежного покрова

Специалисты из Национального научно-исследовательского института (Institut National de la Recherche Scientifique, INRS, подразделение Университета Квебека) разработали технологию на основе инфракрасного излучения, с помощью которой можно измерять плотность снежного покрова. Она недорогая и позволяет вести наблюдения непрерывно. Исследователи предполагают, что разработка поможет прогнозировать стихийные бедствия.

Снежный покров, образующийся зимой на поверхности земли, состоит из нескольких слоев разной плотности. Самая низкая плотность характерна для свежего снега, а самая высокая — для старого. Среднее значение этого показателя в течение сезона колеблется от 80 кг/м³ до 600 кг/м³. Авторы исследования объясняют, что вычислять плотность снежного покрова важно, так как это позволяет выявить его водный эквивалент (количество воды, которое может образоваться в результате таяния всего объема снега. — Прим. Plus-one.ru). Так можно заблаговременно узнать о потенциальных опасностях, включая лавины и наводнения.

Оценка водного эквивалента осуществляется разными способами, например вручную или с помощью так называемой снежной подушки (англ. — Snow Pillow). Подушка представляет собой контейнер из нержавеющей стали или полиуретана, наполненный раствором антифриза. Измерение давления, которое снег оказывает на антифриз, позволяет узнать, какое количество воды он содержит.

В ходе предыдущего исследования ученые научились определять свойства разных слоев снега, используя коэффициент отражения инфракрасного излучения. Как объясняет один из авторов работы Карем Чокмани, свежий снег состоит из мелких крупинок, которые рассеивают инфракрасное излучение. Со временем снежные зерна образуют более крупные скопления, поэтому в более старых слоях коэффициент отражения будет меньше. Затем ученые продолжили изучать характеристики изменения плотности снега во времени и пространстве. Для этого они использовали спутниковые снимки и метод гиперспектральной визуализации, который позволяет собирать и обрабатывать информацию со всего электромагнитного спектра. Исследователи придумали алгоритм, который основывался на оптических свойствах снега и позволял, комбинируя различные данные, давать более точную оценку плотности снежного покрова.

В дальнейшем на основе своей разработки канадские ученые планируют создать недорогой датчик, который ежедневно будет измерять плотность снежного покрова. Устройство, как отмечает Карем Чокмани, позволит проводить измерения на большей площади по сравнению с другими девайсами. Мониторинг обойдется дешевле за счет сокращения транспортных расходов и расходов на оплату труда. Датчик нужно установить один раз и подключить к космическому спутнику через мобильный телефон — это облегчит сбор данных. Информацию будут обрабатывать специальные алгоритмы, а результаты пользователи смогут получать в режиме реального времени. Для питания устройства разработчики планируют использовать солнечную энергию.

Зачем прогнозировать лавинную опасность

В прошлом году в Колорадском информационном центре по лавинам (Colorado Avalanche Information Center, CAIC) сообщили, что за 2020–2021 годы из-за лавин в США погибло 37 любителей зимних видов спорта, включая лыжников, сноубордистов, альпинистов и других. Это самое большое количество смертей с 1950 года. Ранее рекордное количество случаев гибели было зафиксировано в 2008 и 2010 годах. Оно составило 35 человек.

В швейцарском Институте исследования снега и лавин (Swiss Institute for Snow and Avalanche Research, SLF) подсчитали, что в период с 1 октября 2020 года по 30 марта 2021 года во время лавин в стране погибли 27 человек, большинство из них — лыжники и сноубордисты. Больше всего смертей было зарегистрировано в лыжном регионе «Четыре долины» в Южной Швейцарии. Еще один человек пропал без вести. Всего специалисты зарегистрировали сообщения о 318 лавинах, которые нанесли людям телесные повреждения и материальный ущерб. Из них 215 были спровоцированы людьми. Среднее количество лавин, сошедших в стране за 20 лет, — 113.

В SLF отмечают, что уровень смертности во время последнего сезона вырос почти на 50%: в течение последних 20 лет за сезон в среднем погибало 18 человек. Росту числа лавин и смертей, по словам специалистов, способствовало несколько факторов. Это в том числе наличие хрупкого старого снега, а также большое количество нового снега, которое выпадало во время снегопадов. Еще одна причина заключается в том, что некоторые туристы катаются за пределами трасс в отдаленных местах.

В России в 2021 году тоже было зарегистрировано несколько случаев гибели при сходе снежных лавин. Один из инцидентов произошел на курорте Домбай в Карачаево-Черкесии. 8 января на лыжной трассе на горе Мусса-Ачитара сошла лавина, в результате чего один человек погиб и восемь пострадали. Причиной происшествия стали мероприятия по принудительному спуску лавин. Следственный комитет возбудил уголовное дело по статье «Халатность, повлекшая по неосторожности причинение тяжкого вреда здоровью или смерть человека». По подсчетам ТАСС, в 2020 году случилось два происшествия, связанных со сходом снежных лавин, а в 2019-м — пять.

Большое количество жертв в этом году повлек за собой обвал ледника в индийском штате Уттаракханд. Ледник разрушил плотину и вызвал наводнение, в результате которого погибли или пропали без вести по меньшей мере 200 человек.

Лавины прогнозирует искусственный интеллект

Специалисты из CAIC, SLF и других организаций занимаются предупреждением населения о возможных сходах лавин. В последнее время они изучают возможности применения технологий искусственного интеллекта (ИИ) и машинного обучения. Сейчас большая часть подобных инструментов находится на ранней стадии разработки, но в перспективе они могут заметно повысить точность предсказаний.

Сотрудник SLF Алек ван Хервейнен и его коллеги разрабатывают алгоритм машинного обучения под названием «Случайный лес» (от англ. — Random Forest), который обрабатывает данные о погоде, состоянии снежного покрова и лавинах на конкретном участке. Национальный центр науки о данных в Швейцарии (Swiss Data Science Center) поддерживает проект финансово. Алгоритм определяет вероятность нового схода лавины — от низкого до очень высокого. Исследователи отмечают, что машинное обучение позволяет быстро и качественно обрабатывать большие объемы информации и оперативно делать прогнозы. Однако у такого способа есть ограничения. Они связаны в том числе с доступностью данных, необходимых для обучения: лавины часто сходят незаметно для людей и нигде не регистрируются.

Прогнозированием схода лавин с помощью машинного обучения также занимается американский проект Open Avalanche Project, основанный Скоттом Чемберлином. Это инструмент с открытым исходным кодом, который предсказывает уровень лавинной опасности на текущий день. Скотт Чемберлин надеется увеличить точность прогноза с текущих 69–70% до 75% и сделать так, чтобы они охватывали срок до четырех дней.