ԳՐԱԴԻԵՆՏԱՅԻՆ ԱՃԻ ՏԱՐԱԾԱԿԱՆ ՓՈԽԱԴՐԵԼԻՈՒԹՅՈՒՆԸ ՀԱՅԱՍՏԱՆԻ ՓՈՔՐ ԳԵՏԵՐԻ ՎՐԱ ԷՔՍՏՐԵՄԱԼ ՀԻԴՐՈԼՈԳԻԱԿԱՆ ԵՐԵՎՈՒՅԹՆԵՐԻ ԿԱՆԽԱՏԵՍՄԱՆ ԳՈՐԾՈՒՄ
DOI:
https://doi.org/10.46991/PYSUC.2026.SI1.029Բանալի բառեր:
mountain rivers, gradient boosting, spatial transferability, extreme events, SHAP analysisԱմփոփում
Այս հոդվածը ուսումնասիրում է գրադիենտային խթանման մոդելի (CatBoost) տարածական փոխանցելիությունը՝ փոքր գետերի վրա ծայրահեղ հիդրոլոգիական իրադարձությունների կանխատեսման համար՝ 1–7 օրվա ընթացքում։ Որպես պրեդիկտորներ օգտագործվել են կլիմայական տվյալները, տեղումների ագրեգատները, ջրի ծախսի ընթացիկ վիճակագրությունը, ձնհալի ինդեքսները և սեզոնային փոփոխականները։ Միջավազանային ընդհանրացումը գնահատելու համար օգտագործվել է «մեկ գետ թողնել» տարածական խաչաձև վավերացման սխեման, որի դեպքում մոդելը մարզվել է մի շարք ավազանների վրա և փորձարկվել է անկախ գետի վրա։ Դասակարգման որակը գնահատվել է ճշգրտության, հետկանչման և F1 միավորի միջոցով։ Մոդելի փոխանցելիությունը որոշող գործոնները մեկնաբանելու համար օգտագործվել է SHAP վերլուծությունը, որը բացահայտել է ջրի էքստրեմալ ծախսի ձևավորման տարբեր պայմաններով ավազանների տեղումների և ջերմաստիճանի ռեժիմների տարբերությունները։ Պարզվել է, որ ավազանների միջև փոխանցման որակը կախված է գետերի հիդրոլոգիական նմանությունից, լիցքավորման տեսակից և սեզոնային բնութագրերից (հունվար-մարտ, նոյեմբեր-դեկտեմբեր)։ SHAP վերլուծությունը ցույց է տալիս ագրեգացված ջրի ծախսի արժեքների հիմնական դերը և բացահայտել է այդ գործոնների ներդրման տարբերությունները ավազանների միջև։ Ուսումնասիրության գործնական նշանակությունը կայանում է մշակված մոդելի կիրառելիության մեջ այն ավազանների համար, որոնք ունեն սահմանափակ կամ ընդհանրապես չունեն երկարաժամկետ դիտարկումների տվյալներ, եթե առկա են ստանդարտ կլիմայական տվյալներ։ Միջավազանային խաչաձև վավերացման սխեմայի (Leave-One-River-Out) կիրառումը թույլ է տալիս վաղ գնահատել մոդելի ընդհանրացումը՝ նախքան դրա ներդրումը նոր տարածքներում, մինչդեռ SHAP վերլուծությունն ապահովում է կանխատեսման թափանցիկությունը և օգնում է բացահայտել յուրաքանչյուր ավազանի հիմնական ռիսկի գործոնները: Այսպիսով, ստացված արդյունքները կարող են օգտագործվել տարբեր հիդրոլոգիական պայմաններում արդյունավետ և հարմարվողական վաղ նախազգուշացման համակարգեր մշակելու համար: Այս ուսումնասիրությունը հաստատում է մեքենայական ուսուցման մեթոդների օգտագործման ներուժը՝ փոքր գետերի վրա էքստրեմալ հիդրոլոգիական երևույթների համար, հատկապես սահմանափակ դիտարկումների պայմաններում, շարժական վաղ նախազգուշացման համակարգեր մշակելու համար: Առաջարկվող մոտեցումը կարող է հիմք հանդիսանալ կանխատեսման համակարգերի մշակման համար այն տարածաշրջաններում, որտեղ հիդրոօդերևութաբանական տվյալներն անբավարար են։
Ներբեռնումներ
Ներբեռնումներ
Հրատարակվել է
Թողարկում
Բաժին
Արտոնագհր
Copyright (c) 2026 ԵՊՀ Գիտական տեղեկագիր
Այս աշխատանքն արտոնագրված է որպես a Creative Commons Attribution-NonCommercial 4.0 International License.
