Тип публикации: статья из журнала
Год издания: 2026
Идентификатор DOI: 10.46698/VNC.2026.61.21.001
Ключевые слова: geoinformation modeling, flooding, north Caucasus, remote sensing, sentinel-1, sentinel-2, digital elevation model, hydrological analysis, gis, meteorological data, natural hazards, floods, геоинформационное моделирование, подтопление, северный Кавказ, дистанционное зондирование Земли, цифровая модель рельефа, гидрологический анализ, гис, метеорологические данные, опасные природные процессы, паводки
Аннотация: Актуальность работы. Рост частоты экстремальных осадков и паводковых явлений в горных районах Северного Кавказа повышает необходимость разработки современных методов выявления и прогнозирования зон подтопления на основе данных дистанционного зондирования Земли и геоинформационных технологий. Цель исследования. Разработка геоинформаПоказать полностьюционной модели выявления зон подтопления горных территорий Северного Кавказа с использованием спутниковых и метеорологических данных, а также цифровых моделей рельефа. Методы исследования. Использованы радиолокационные данные Sentinel-1, мультиспектральные данные Sentinel-2 и Landsat-8, цифровые модели рельефа SRTM DEM и ALOS PALSAR DEM, а также метеорологические данные ERA5 и GPM IMERG. Обработка и анализ данных выполнены средствами QGIS, ArcGIS Pro, Google Earth Engine и Python. Для классификации зон подтопления применен алгоритм Random Forest. Результаты. Установлено, что наиболее подвержены подтоплению пойменные территории, межгорные котловины и участки с малыми уклонами поверхности. Определены пороговые значения осадков, способствующие формированию опасных гидрологических ситуаций. Показана высокая эффективность совместного использования радиолокационных и оптических спутниковых данных. Разработанная модель обеспечила общую точность классификации 91-93 % и может использоваться для мониторинга, оценки гидрологических рисков и поддержки систем раннего предупреждения чрезвычайных ситуаций Relevance. Extreme precipitation and flood events are becoming increasingly frequent in the mountainous regions of the North Caucasus. This underscores the need for the accurate identification and forecasting of inundation zones. Addressing this challenge requires the development of advanced methods based on Earth remote sensing data and geoinformation technologies. Aim. This study aims to develop a geoinformation model for identifying flood-prone areas in the mountainous territories of the North Caucasus based on satellite, meteorological, and terrain data. Methods. Sentinel-1 radar imagery, Sentinel-2 and Landsat-8 multispectral data, SRTM DEM and ALOS PALSAR DEM elevation models, as well as ERA5 and GPM IMERG meteorological datasets were used. Data processing and spatial analysis were performed using QGIS, ArcGIS Pro, Google Earth Engine, and Python. Flood-zone classification was carried out using the Random Forest algorithm. Results. Flood-prone areas were primarily associated with floodplains, intermountain depressions, and low-slope terrain. Critical precipitation thresholds contributing to hazardous hydrological conditions were identified. The integration of radar and optical satellite data demonstrated high effectiveness for flood monitoring under complex terrain conditions. The developed model achieved an overall classification accuracy of 91-93 % and can be applied for flood monitoring, hydrological risk assessment, and support for early warning systems
Журнал: Геология и геофизика Юга России
Выпуск журнала: Т.16, №2
Номера страниц: 244-255
ISSN журнала: 22213198
Место издания: Владикавказ
Издатель: Владикавказский научный центр РАН