DOI: 10.56195/20793332-2026-26-5-84-89
А. И. Лазовский
- Федеральное государственное бюджетное образовательное учреждение дополнительного профессионального образования «Институт повышения квалификации руководящих работников и специалистов», г. Балашиха, Российская Федерация
- Аннотация:
- Представлен комплексный анализ устойчивости экосистем Северо-Кавказского региона к техногенной нагрузке в условиях усиливающегося антропогенного воздействия. Актуальность исследования обусловлена высокой природной уязвимостью территории, связанной со сложным орографическим строением, климатической неоднородностью и интенсивным хозяйственным освоением региона. Исследование основано на интеграции данных дистанционного зондирования Земли, методов геоинформационного моделирования и статистического анализа материалов экологического мониторинга Росгидромета, Росприроднадзора и региональных природоохранных структур за 2018–2024 года. Использование междисциплинарного подхода позволило выявить пространственно-временные закономерности трансформации природных комплексов и оценить уровень их устойчивости к техногенному воздействию. Рассмотрены природно-географические, геохимические и климатические особенности Северного Кавказа, определяющие специфику формирования экологических рисков. Установлено, что основными факторами деградации экосистем выступают горнодобывающая деятельность, интенсивное сельское хозяйство и урбанизационные процессы. В результате антропогенного воздействия фиксируются процессы эрозии и деградации почв, загрязнения поверхностных и подземных вод, сокращения биоразнообразия, а также нарушения гидрологического режима рек. Анализ геоинформационных моделей и спутниковых данных показал, что значительная часть территории региона характеризуется пониженным уровнем экологической устойчивости, при этом наиболее уязвимыми являются горные и предгорные зоны. Научная новизна исследования заключается в комплексной оценке устойчивости экосистем на основе интеграции разнородных данных и методов пространственного анализа. На основе полученных результатов предложены меры по совершенствованию систем геоэкологического мониторинга, внедрению экологически безопасных технологий природопользования и рекультивации нарушенных земель. Реализация комплексного подхода к управлению природопользованием позволит снизить уровень техногенной нагрузки и обеспечить устойчивое развитие Северо-Кавказского региона.
- Ключевые слова:
- Северо-Кавказский регион, гидрометеорологические угрозы, преобразование Фурье, нейронные сети, временные ряды, прогнозирование
- Для цитирования:
- Лазовский А.И. Интеграция Фурье-анализа и нейросетевых моделей для оценки гидрометеорологических угроз на территории Северо-Кавказского федерального округа. Маркшейдерия и недропользование. 2026; 26 (5): 84-89. https://doi.org/10.56195/20793332-2026-26-5-84-89
- Информация об авторах:
-
- Анатолий Иванович Лазовский – д-р естественных наук, ФГБОУ ДПО «Институт повышения квалификации руководящих работников и специалистов», г. Балашиха, Российская Федерация
- Список литературы:
-
- 1. Крутова Н.А. Экологические угрозы и проблема обеспечения экономической безопасности России. Вестник евразийской науки. 2023; 15 (6): 27. https://doi.org/10.15862/110ecvn62. Krutova N. A. Environmental threats and the problem of ensuring economic security of Russia. Bulletin of Eurasian Science. 2023; 15 (6): 27. (In Russ.). https://doi.org/10.15862/110ecvn62.
- 2. Черногаева Г.М., Журавлева Л.Р. Тенденции и динамика состояния и загрязнения природной среды РФ в начале ХХI века. Обзор данных многолетнего мониторинга Росгидромета. Экологический мониторинг и моделирование экосистем. 2022; 33 (1-2): 131-147. https://doi. org/10.21513/2410-8758-2022-1-2-131-147. Chernogaeva G.M., Zhuravleva L.R. Trends and dynamics of the state and pollution of the natural environment of the Russian Federation at the beginning of the XXI century. Review of long-term monitoring data of Roshydromet. Ecological monitoring and modeling of ecosystems. 2022; 33 (1-2): 131-147. (In Russ.). https://doi.org/10.21513/2410-8758-2022-1-2-131-147.
- 3. Федеральная служба по гидрометеорологии и мониторингу окружающей среды. Климат России. Москва, 2020: 300. URL: https://meteorf. gov.ru. Federal Service for Hydrometeorology and Environmental Monitoring. Climate of Russia. Moscow, 2020: 300. Available at: https://meteorf.gov. ru.
- 4. Лурье И.К. Геоинформационные системы: учебник. Москва, 2019: 256. Lurye I.K. Geoinformation systems: textbook. Moscow, 2019: 256. (In Russ.).
- 5. Киселев В.А. Экологический мониторинг: учебное пособие. Москва, 2020: 312. Kiselev V.A. Environmental Monitoring: A Study Guide. Moscow, 2020: 312. (In Russ.).
- 6. Трубецкой К.Н., Потапов М.Г. Основы горного дела. Москва, 2019: 368. Trubetskoy K.N., Potapov M.G. Fundamentals of Mining. Moscow, 2019: 368. (In Russ.).
- 7. Добровольский Г.В., Никитин Е.Д. Экология почв. Москва, 2012: 412. Dobrovolsky G.V., Nikitin E.D. Soil Ecology. Moscow State University, 2012: 412. (In Russ.).
- 8. Черкасов А.А. Экологическое состояние Северного Кавказа: современные проблемы и пути их решения. География и природные ресурсы. 2020; 2: 85-92. Cherkasov A.A. Ecological state of the North Caucasus: current problems and solutions. Geography and natural resources. 2020; 2: 85-92. (In Russ.).
- 9. Груза Г.В., Ранькова Э.Я. Изменения климата на территории России. Москва, 2012: 220. Gruza G.V., Rankova E.Ya. Climate changes in Russia. Moscow, 2012: 220. (In Russ.).
- 10. Бондарев В.П. Геоэкология горных территорий Северного Кавказа. Москва, 2015: 280. Bondarev V.P. Geoecology of the mountainous territories of the North Caucasus. Moscow, 2015: 280. (In Russ.).
- 11. ESA. Sentinel-2 User Handbook. Paris: European Space Agency, 2022: 120. URL: https://sentinel.esa.int.
- 12. Jensen J.R. Introductory Digital Image Processing: A Remote Sensing Perspective. New Jersey: Prentice Hall, 2015: 544.
- 13. Goodfellow I., Bengio Y., Courville A. Deep Learning. Cambridge: MIT Press, 2016: 800.
- 14. Zhang L., Liu H. Neural networks for weather prediction: A review. Atmospheric Research. 2021; 250: 105-115. https://doi.org/10.1016/j.atmosres. 2020.105365.
- 15. Singh R., Kumar A. Artificial intelligence in environmental monitoring. Environmental Modelling & Software. 2022; 148: 105248. https://doi. org/10.1016/j.envsoft.2021.105248.
