ИСТИНА

Прогнозирование эволюции ледниковых озёр Центрального Кавказа, оценка их прорывоопасности и моделирование последствий возможных катастрофических паводков в условиях изменения климата

Continued global warming contributes to an increase in the frequency and intensity of most hazardous natural processes. Active degradation of glaciation is observed in mountainous areas, which leads to intensified formation of glacial lakes and increased frequency of their outbursts. Glacial lake outbursts can lead to catastrophic floods, destruction of infrastructure and human casualties. In this regard, the development of methods for predicting the probability and estimating the possible magnitude of such events is of particular relevance. The scientific novelty lies in an integrated approach combining remote sensing, long-term field monitoring, glaciological modelling, machine learning and hydrodynamic modelling methods. The outcome will be the creation of an integrated system for assessing the breakthrough hazard of glacial lakes using advanced modelling and machine learning methods, which will ensure the region's increased resilience to natural disasters. To achieve this, the project intends to address seven interrelated tasks: 1) modelling the evolution of Caucasus glaciation up to the end of the 21st century; 2) assessment of glacial lake development potential; 3) interpretation of existing glacial lakes; 4) development and testing of a lake monitoring system; 5) assessment of breakout probability using machine learning methods; 6) modelling of lake breakouts based on two-dimensional hydrodynamic models; 7) modelling of breakout flood transformation using one-dimensional hydrodynamic models. Modelling of the evolution of glaciers and glacial lakes of the northern slope of the Central Caucasus until the end of the 21st century will be carried out using the regional glaciological model GloGEMflow-debris integrated with CMIP6 climate scenarios. Prediction of the locations and times of glacial lake occurrence will be based on modelling the three-dimensional geometry of the glacier surface and glacier bed and determining the hydraulic potential of the modelled surface. To form training samples necessary for the subsequent application of machine learning methods, the existing glacial lakes (more than 50 lakes) will be interpreted using remote sensing methods and analyses of high-resolution multispectral satellite data (Sentinel-2, Landsat-8/9). Long-term monitoring will be organised on the largest and potentially dangerous lakes (Maloe Azau, Bashkara, Azot, etc.), including regular updates of data on area, depth and volume, as well as analysis of their seasonal and multi-year changes. Based on the data obtained, a machine learning model will be developed to improve the reliability of predicting glacial lake outbursts and identifying key factors affecting their stability. If a significant risk of glacial mudflow is identified, scenario calculations of glacial lake outbursts (more than 10 objects) will be carried out, including estimates of maximum outburst flood discharges based on various methods and modelling of flow movement and transformation along the valley bed using hydrodynamic models (FLO-2D, STREAM-2D). The hydrodynamic models used will allow estimation of potential velocities, flow depths and flood risk at key locations. At the last stage, calculations of flood wave transformation along the channels (more than 30 km) of the main rivers of the region (Malka, Baksan, etc.) caused by glacial lake outbursts in the present and future will be carried out using one-dimensional hydrodynamic models. This will make it possible to assess the parameters of flood spreading and potential consequences for settlements and infrastructure of the region. Implementation of the project will create a science-based system for monitoring and risk management of glacial lakes in the Central Caucasus under climate change conditions and will minimise damage from possible glacial catastrophes.

Реализация проекта позволит получить новые фундаментальные и прикладные результаты в области гляциологии и гидрологии, направленные на изучение эволюции ледниковых озёр Центрального Кавказа, на улучшение методов прогноза их прорывоопасности и моделирование последствий возможных природных катастроф. В ходе проекта мы ожидаем получить следующие результаты: 1. Разработка региональной модели эволюции ледниковых озёр с использованием климатических данных CMIP6 и передовой гляциологической модели GloGEMflow-debris, что позволит воспроизвести и спрогнозировать изменения ледникового покрова и ледниковых озёр Центрального Кавказа в условиях глобального изменения климата. 2. Создание алгоритмов машинного обучения для оценки вероятности прорыва ледниковых озёр, выявления ключевых факторов их устойчивости и разработки автоматизированной системы анализа природных рисков. Впервые для региона будет реализован метод статистической оценки рисков с использованием многомерных моделей, учитывающих климатические, геоморфологические и гидрологические факторы. 3. Разработка комплексной системы мониторинга ледниковых озёр с применением методов дистанционного зондирования. Этот инструмент позволит выявить потенциально опасные ледниковые озёра и отслеживать их изменения. 4. Формирование новой базы данных ледниковых озёр Центрального Кавказа, включающую не только каталог их расположения, но и степень их прорывоопасности. Обновленная база данных обеспечит научное сообщество и заинтересованные организации актуальной информацией для дальнейших исследований и прикладного использования. 5. Моделирование сценариев прорыва ледниковых озёр и их последствий с использованием гидродинамических моделей, что позволит рассчитать динамику паводковой волны, её распространение вдоль русел рек и воздействие на объекты инфраструктуры. Общественная и практическая значимость заключается в повышении безопасности населения и инфраструктуры региона. Полученные прогнозные модели позволят оперативно реагировать на возникающие угрозы, связанные с прорывами ледниковых озёр, что обеспечит более эффективное управление природными рисками в горных районах. Проект соответствует передовым мировым исследованиям в области гляциологии, климатологии, гидродинамики и машинного обучения. Используемые методы являются современными инструментами анализа сложных природных систем, применяемыми в ведущих международных институтах (ETH Zurich, Friedrich-Alexander-Universität, Vrije Universiteit Brussel и др.). Таким образом, проект обеспечит комплексное решение актуальной проблемы устойчивого развития горных регионов в условиях изменения климата, сочетая фундаментальные исследования и прикладные задачи, имеющие важное значение для экономики, социальной сферы и природоохранной деятельности.

В качестве базовой гляциологической модели в предлагаемом проекте мы планируем использовать модель GloGEMflow-debris (Postnikova et al. 2023), которая применялась нами ранее в работах Постникова и др. (2024а,б), Корнилова и др. (2024). Постникова Т.Н. имеет опыт работы на всех этапах регионального моделирования ледников. Автор Горбаренко А.В. обладает опытом применения методов машинного обучения для прогнозирования наводнений, сегментации горных ледников по данным спутниковых снимков и анализа выбросов парниковых газов (CO2) на основе метеорологических данных. Авторы Павлюкевич Е.Д., Юдина В.А., Крыленко И.Н. и Кидяева В.М. имеют опыт многолетнего мониторинга различных ледниковых озёр Центрального Кавказа (Pavlyukevich E.D. et al., 2024; Кидяева, 2013). Также авторы ранее многократно применяли методы и были получены соответствующие результаты моделирования прорывных паводков в различных горных районах, с использованием моделей FLO-2D, RAMMS, STREAM-2D.