
Ученые географического факультета МГУ совместно с Научным центром изучения Арктики приступили к масштабному проекту по мониторингу малых и средних рек Ямало-Ненецкого автономного округа (ЯНАО). Вдоль трассы Новый Уренгой – Салехард будет создана уникальная сеть автономных гидрологических постов, которая позволит отслеживать изменения речного стока под воздействием климатических факторов и предотвращать разрушение дорожной инфраструктуры.
В рамках проекта планируется установить 28 автономных датчиков уровня воды, 12 измерителей электропроводности и 5 станций мониторинга оптической мутности. Оборудование будет фиксировать параметры с частотой один раз в час и передавать данные на сервер для дальнейшего анализа. Как пояснил руководитель исследований, заведующий научно-исследовательской лабораторией эрозии почв и русловых процессов географического факультета МГУ Сергей Чалов, такая система наблюдений не имеет аналогов по плотности охвата и точности измерений.

Одной из ключевых задач проекта является оценка влияния климатических изменений на гидрологический режим рек ЯНАО. Автономные посты позволят собирать данные в режиме реального времени, что даст возможность прогнозировать потенциальные угрозы для инфраструктуры и экосистем региона.
Особое внимание уделяется участкам, где реки активно размывают берега, угрожая стабильности дорожного полотна. Например, на излучине реки Евояхи скорость размыва достигает шести метров в год. Установка датчиков в таких местах поможет своевременно выявлять опасные процессы и принимать меры по укреплению берегов.
Помимо автоматических измерений, ученые проводят полевые исследования: замеряют глубины рек, скорость течения, температуру воды, ее электропроводность и мутность. Также анализируются ландшафтные условия, включая состояние почв и растительности. Эти данные помогут создать комплексную модель гидрологических процессов в регионе.
Ранее ученые УрФУ и Китая разработали инновационную модель прогнозирования селевых потоков, учитывающую энергию рыхлого материала и осадки. Точность предсказаний достигла 99,994%, что в 4 000 раз лучше аналогов.
