Грунт уходит из-под ног, но теперь это можно предсказать: нейросети и повадки птиц объединились в одной системе

Иногда научные прорывы начинаются не в лабораториях, а в природе. Именно наблюдения за охотящимися пеликанами помогли исследователям Российского университета дружбы народов (РУДН) создать одну из самых точных моделей прогнозирования проседания грунта в засушливых регионах.

Система, разработанная на стыке машинного обучения, метаэвристики и спутниковых снимков, может заранее указать, где земля уйдёт из-под ног — с точностью до 95,7%. Это не просто точный прогноз, а новый инструмент в борьбе с засухами, разрушением инфраструктуры и потерей водных ресурсов.

Что такое проседание и почему это опасно

Проседание грунта (или субсиденция) — это медленное или резкое опускание земной поверхности. Причины разные: выкачка подземных вод, геологические особенности, человеческое вмешательство. В результате:

• трескаются дороги;

• проваливаются здания;

• страдает сельское хозяйство;

• пересыхают колодцы и скважины.

В засушливых регионах риск особенно высок — именно там чаще всего и черпают воду из-под земли без учёта последствий.

Как работает новая модель

Разработка РУДН основана на комбинации:

• алгоритма K-ближайших соседей (KNN) - для анализа закономерностей в данных;

• метаэвристической оптимизации - чтобы найти лучшее сочетание параметров;

• алгоритма поведения пеликанов - да, тех самых, что охотятся на рыбу.

Последний — это часть нового подхода в машинном обучении, где алгоритмы подражают поведенческим стратегиям живых существ. В данном случае — координации пеликанов во время охоты.

Данные и точность

Для обучения использовали спутниковые снимки Sentinel-1 за 2014-2020 годы. Были выявлены:

• 215 точек проседания,

• 17 факторов риска, включая:

  • геологические разломы,

  • плотность скважин,

  • топографию,

  • растительность (NDVI),

  • тип почвы,

  • расстояние до водных источников.

Модель обрабатывает все эти данные и строит прогноз на основе многомерной корреляции факторов — не теряя при этом интерпретируемость результата.

Плюсы и минусы модели

Сравнение: традиционные методы vs модель РУДН

Советы шаг за шагом: где и как использовать модель

1. Выберите регион с засушливым климатом и высоким уровнем забора подземных вод.

2. Соберите исторические спутниковые данные — желательно Sentinel-1.

3. Подготовьте карту геологических разломов, скважин и рельефа.

4. Запустите модель с алгоритмом KNN и настройкой пеликан-оптимизации.

5. Получите карту рисков и используйте её для градостроительного или аграрного планирования.

Мифы и правда

Миф: проседание невозможно предсказать заранее
Правда: модель РУДН успешно предсказывает риск на основе 6 лет данных

Миф: повадки животных неприменимы в инженерных задачах
Правда: поведение пеликанов дало неожиданный эффект в настройке модели

Миф: такие технологии полезны только для науки
Правда: модель уже может использоваться в агросекторе, строительстве и при оценке водных ресурсов

FAQ

Как пеликаны связаны с ИИ?
Модель использует "алгоритм поведения пеликанов" — математическую абстракцию их стратегии охоты, применяемую в оптимизации.

Где уже используется эта модель?
Пока — в пилотных проектах, но она готова к масштабированию в регионы с риском субсиденции.

Насколько сложна модель в применении?
Потребуются специалисты по ИИ и дистанционному зондированию, но интерфейс может быть адаптирован под органы планирования.

Ошибка → Последствие → Альтернатива

Ошибка: использовать карты рисков, построенные вручную
Последствие: неточности, провалы, ущерб инфраструктуре
Альтернатива: автоматизированные модели с использованием ИИ и спутниковых данных

Ошибка: не учитывать подземные воды при развитии региона
Последствие: вымывание породы, трещины в зданиях, потеря водоёмов
Альтернатива: прогнозная модель РУДН учитывает плотность скважин и динамику грунта

Ошибка: надеяться на "авось" в строительстве и сельском хозяйстве
Последствие: инфраструктурные аварии, снижение урожайности
Альтернатива: внедрение карт рисков при планировании

А что если…

…перестать добывать подземную воду?
В некоторых регионах — это невозможно. Зато можно внедрять системы контроля и точного прогнозирования проседания.

…модель внедрят в градостроительство?
Это поможет избежать провалов, снизить аварийность и сэкономить миллиарды на ремонте дорог и зданий.

…другие животные тоже могут вдохновить на решения?
Да. Алгоритмы на основе поведения муравьёв, акул, пчёл уже применяются в робототехнике, логистике и даже энергетике.