34-я международная научно-техническая конференция "Системы безопасности – 2025"·Методические, информационные, технические и организационные проблемы безопасностиУДК 351.862.1

КОЛИЧЕСТВЕННАЯ ОЦЕНКА ПАВОДКОВОЙ ОПАСНОСТИ И ОПТИМИЗАЦИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ НА ТЕРРИТОРИИ ТЮМЕНСКОЙ ОБЛАСТИ

QUANTITATIVE ASSESSMENT OF FLOOD DANGER AND OPTIMIZATION OF MANAGEMENT DECISIONS IN THE TYUMEN REGION

Фирсов Алексей Викторович1,Камалов Дамир Камилович2,Калайдов Александр Николаевич2,Идрисов Галим Галлямович3
  1. 1 ФГБОУ ВО «Академия Государственной противопожарной службы МЧС России»
  2. 2 Академия ГПС МЧС Росиии
  3. 3 ГУ МЧС по Республике Башкортостан
15 октября 2025 3 просмотров 7 мин чтения
Аннотация

В работе представлен комплекс математических моделей для количественной оценки паводковой опасности и оптимизации управленческих решений. На основе данных паводка 2024 года разработаны и верифицированы: интегральный показатель паводковой опасности (ИППО), модель оптимизации распределения ресурсов, дерево решений для оперативного управления и модель экономической эффективности. Предложенные методики показали высокую прогностическую способность (R² = 0,89) и могут быть внедрены в систему управления паводковыми рисками.

#Паводковая опасность#математическое моделирование#оптимизация решений#риск-ориентированный подход#линейное программирование#Тюменская область
Abstract

The paper presents a set of mathematical models for quantifying flood hazards and optimizing management decisions. Based on the 2024 flood data, the following models have been developed and verified: an integrated flood hazard index (IFHI), a resource allocation optimization model, a decision tree for operational management, and an economic efficiency model. These models have demonstrated high predictive accuracy (R² = 0.89) and can be incorporated into the flood risk management system.

#Flood risk#mathematical modeling#decision optimization#risk-oriented approach#linear programming#Tyumen Region
Полный текст1170 слов

Актуальность разработки количественных методов оценки паводковой опасности обусловлена возрастающей частотой экстремальных гидрологических явлений и необходимостью оптимизации ограниченных ресурсов. Традиционные качественные подходы не позволяют эффективно оценивать риски и принимать обоснованные управленческие решения в условиях неопределенности.

Цель исследования - разработка и апробация комплекса математических моделей для количественной оценки паводковой опасности и оптимизации управленческих решений на территории Тюменской области.

Исследование основано на данных:

- гидрологических наблюдений 2017-2024 гг.;

- статистики паводка 2024 года;

- ресурсного обеспечения аварийно-спасательных работ;

- экономических показателей ущерба.

Использованы методы: линейного программирования, байесовского анализа, кластеризации данных, ROI-анализа.

Математические модели и алгоритмы

1. Интегральный показатель паводковой опасности (ИППО) (1). Интегральный показатель разработан методом взвешенных сумм с весовыми коэффициентами, определенными на основе ретроспективного анализа значимости факторов в паводках 2017-2024 гг.

(1)

Таблица 1 - Исходные данные для расчета ИППО реки Ишим [1]

Параметр

Обозначение

Значение

Нормативное значение

Источник данных

Уровень воды

Ннорм

1 064 см.

850 см (ОЯ)

Гидропост

г. Ишим

Объем влагозапасов

Vвлаг

8 103 млн. м3

4 484 млн. м3

Бассейн

р. Есиль

Коэффициент трансграничности

Ктрансгр

0,9

-

Данные Казгидромет

Плотность населения

Плотн

47,2 чел./км2

50 чел./км2

Росстат

Плотность инфраструктуры

Инфрастр

0,8

1,0

Кадастр недвижимости

где - Hнорм - основной детерминант масштаба затопления (30%);

- Vвлаг - определяет объем паводкового стока (25%);

- Kтрансгр - учитывает неуправляемые внешние факторы (20%);

- Плотн - отражает социальные последствия (15%);

- Инфрастр - характеризует экономический ущерб (10%).

Расчет нормализованных показателей:

- ;

- ;

- ;

- ;

- .

[2].

Значение 1,127 соответствует зоне критической опасности (порог >1,0).

2. Модель оптимизации распределения ресурсов (табл. 2). Линейная оптимизационная задача решается симплекс-методом для минимизации времени ликвидации последствий при ограниченных ресурсах.

Таблица 2 - Исходные данные для оптимизации работ на участке Р-402 [1]

Параметр

Обозначение

Значение

Единица измерения

Источник данных

Объем грунта

V

85 000

м3

Проектная документация

Производительность техники

P

150

м3/час

Технические паспорта

Количество техники

R

22

ед.

Реестр техники МЧС

Стоимость работ

C

15 000

руб./час

Сметные расчеты

Бюджет ограничения

B

9 500 000

руб.

План финансирования

Целевая функция (2) [3]:

(2)

Ограничения:

- - ресурсные ограничения (22 единицы);

- - бюджетные ограничения (9 500 000 руб.);

- - минимально необходимый состав (15 единиц);

- - технологические зависимости.

Расчет оптимального времени:

Фактическое время выполнения - 26,3 часа (погрешность 2,3%).

3. Дерево решений для оперативного управления представлено в табл.3.

Таблица 3 - Исходные данные для построения дерева решений [1]

Сценарий

Вероятность P(s)

Полезность эвакуации U(a1)

Полезность укрепления U(a2)

Источник данных

0,70

0,30

0,90

Статистика 2017-2024

0,20

0,60

0,70

Прогнозные модели

0,10

0,95

0,45

Экспертные оценки

Расчет для г. Ишим выполняется по формуле (3), где (L= 1064 см., ) [4]:

P(подтопления) = 0,92; U(эвакуации) = 0,95; U(укрепления) = 0,45.

(3)

4. Модель экономической эффективности (табл.4). ROI-анализ с учетом предотвращенного ущерба и дисконтированных затрат.

Таблица 4 - Исходные данные для расчета ROI [1]

Показатель

Значение

Единица измерения

Методика расчета

Источник данных

Предотвращенный ущерб

4 200

млн. руб.

10 328 домов

0,4 млн. руб.

Кадастр, статистика

Предотвращенный ущерб инфраструктуры

8 100

млн. руб.

Оценка восстановительной стоимости

Сметы, проекты

Предотвращенный экономический ущерб

1 900

млн. руб.

Потери ВРП 0,3

Данные Минэка

Затраты на превентивные меры

1 850

млн. руб.

Фактические расходы

Бюджетные отчеты

Затраты на аварийные работы

950

млн. руб.

Фактические расходы

Отчеты МЧС

Расчет выполняется по формуле (4) [5]:

(4)

- предотвращенный ущерб:14 200 млн руб.;

- затраты:2 800 млн руб.

5. Модель классификации зон риска. Кластеризация методом k-средних по значениям ИППО (табл.5, 6).

Таблица 5 - Исходные данные для кластеризации территорий [1]

Территория

ИППО

Население, чел.

Количество НП

Экономический ущерб, млн. руб.

Источник данных

Ишим

1,127

65 142

1

4 850

Статистика городов

Абатское

1,085

7 892

1

2 150

Муниципальная статистика

Викулово

0,934

6 234

1

1 420

Муниципальная статистика

Казанское

0,891

5 673

1

1 280

Муниципальная статистика

Ялуторовск

0,645

12 456

1

980

Статистика городов

Таблица 6 - Результаты кластеризации методом k-средних [1].

Категория

Диапазон ИППО

Количество НП

Население

Экономический ущерб, млн. руб.

I (критический)

1,0-1,3

28

34 120

12 450

II (высокая)

0,7-1,0

42

28 750

8 320

III (средняя)

0,4-0,7

58

19 840

4 150

IV (низкая)

0,0-0,4

26

3 210

680

Валидация моделей представлена в таблице 6.

Таблица 6 - Статистические показатели адекватности моделей [1].

Модель

R2

Средняя ошибка, %

Доверительный интервал, %

Количество тестовых случаев

ИППО

0,89

4,7

95

154 НП

Оптимизация ресурсов

0,92

3,2

95

28 участков

Дерево решений

0,85

6,1

90

45 сценариев

Экономическая эффективность

0,88

5,3

95

12 мероприятий

Сравнение с фактическими данными:

Прогнозируемый ущерб: 12 450 млн руб.;

Фактический предотвращенный ущерб: 14 200 млн руб.;

Точность прогноза: 87,7%.

На основе разработанных моделей сформирован оптимальный план мероприятий:

Неделя 1 (подготовительная):

- мобилизация 70% ресурсов в зоны I категории;

- укрепление 12 км федеральной трассы;

- эвакуация 45% населения из критических зон.

Неделя 2 (активная фаза):

- развертывание 100% группировки сил;

- возведение 25 км дополнительных защитных сооружений;

- завершение эвакуации населения.

Выводы

1. Разработанный комплекс математических моделей показал высокую прогностическую способность и может быть рекомендован для внедрения в систему управления паводковыми рисками.

2. Оптимизация распределения ресурсов по разработанным алгоритмам позволяет сократить время ликвидации последствий на 35-40%.

3. Экономическая эффективность превентивных мероприятий доказана расчетами (ROI = 407%).

4. Предложенные модели позволяют перейти от качественных к количественным оценкам паводковой опасности, что повышает обоснованность управленческих решений.

Список литературы

1. Анализ действий органов управления и сил единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций при ликвидации последствий на территориях отдельных субъектов Российской Федерации природных явлений, вызванных негативным воздействием паводковых вод в 2024 году. – Главное управление МЧС России по Тюменской области, 2024.

2. Соколов Ю.И. Интегральные показатели в оценке природных рисков // География и природные ресурсы. - 2023. - № 2. - С. 23-34.

3. Таха Х.А. Введение в исследование операций. - М.: Вильямс, 2023. - 912 с.

4. Шмелев П.К. Принятие решений в условиях неопределенности. - М.: Наука, 2023. - 234 с.

5. Дамодаран А. Инвестиционная оценка. - М.: Альпина Паблишер, 2023. - 1344 с.

Есть что обсудить?
Оставьте комментарий — автор и читатели увидят его в обсуждении.