Research indexJournal article
Применение технологий искусственного интеллекта для прогнозирования чрезвычайных ситуаций при поддержке принятия управленческих решений в единой государственной системе предупреждения и ликвидации чрезвычайных ситуаций
Рожков
Electronic Library of Peter the Great Polytechnic University26 Aug 2026Open access
NobleIDark:/48914/w1/20261105/D10A545EDOI10.18720/spbpu/3/2026/vr/vr26-5071
Применение технологий искусственного интеллекта для прогнозирования чрезвычайных ситуаций при поддержке принятия управленческих решений в единой государственной системе предупреждения и ликвидации чрезвычайных ситуаций
Рожков · Electronic Library of Peter the Great Polytechnic University · 2026
NobleIDark:/48914/w1/20261105/D10A545EDOI10.18720/spbpu/3/2026/vr/vr26-5071
Free to read at the publisher
You can read the abstract here, or the full text at the publisher.
Abstract
Объектом исследования выступает единая государственная система предупреждения и ликвидации чрезвычайных ситуаций. Предметом исследования является прогнозирование чрезвычайных ситуаций при поддержке принятия управленческих решений. Предметом исследования являются методы искусственного интеллекта в задачах прогнозирования чрезвычайных ситуаций и поддержки принятия управленческих решений. Цель работы — разработка методических рекомендаций по применению технологий искусственного интеллекта для прогнозирования чрезвычайных ситуаций при поддержке принятия управленческих решений в РСЧС. Методология работы включает системный анализ нормативно-правовой базы и организационной структуры РСЧС; сравнительный анализ архитектур моделей машинного обучения; вычислительный эксперимент на открытых гидрологических данных; обобщение результатов в форме методических рекомендаций и функциональной концепции системы поддержки принятия решений. Использованные информационные технологии: Google Colaboratory, Python (библиотеки NeuralForecast, StatsForecast, PyTorch Lightning), датасет CAMELS, Microsoft Excel, Microsoft Word. В результате работы выполнен сравнительный вычислительный эксперимент на пяти конфигурациях прогностических моделей (SARIMA, LSTM, PatchTST, TFT-1, TFT-4) применительно к задаче прогнозирования весеннего половодья. Установлено, что качество гидрологического прогноза определяется составом входных данных в большей мере, чем выбором архитектуры: только многофакторная конфигурация TFT-4, учитывающая осадки, температуру воздуха и запас воды в снежном покрове, преодолела порог пригодности гидрологических моделей (NSE = 0,52). Сформирована сводная таблица соответствия задач РСЧС классам инструментов ИИ, разработаны методические рекомендации по выбору моделей с учётом ресурсных и организационных ограничений ЦУКС территориальных органов МЧС России, обозначена функциональная концепция централизованной СППР с элементами ИИ. Область применения: автоматизированные информационно-управляющие системы РСЧС; ЦУКС территориальных органов МЧС России; учебный процесс по направлению «Техносферная безопасность». Полученные результаты создают методическую основу для дальнейшей разработки прогностических модулей в составе СППР РСЧС и определяют направления последующих исследований: формирование открытого гидрологического датасета на основе данных Росгидромета, обеспечение пространственной переносимости моделей через нормализацию стока по площади водосбора, оценка влияния погрешностей метеорологического прогноза на качество гидрологической модели в условиях, приближенных к оперативной работе.