Experience of release of an avalanche bulletin for the mountain region of Ile Alatau

Viktor Blagovechshenskiy, V. V. Zhdanov, Tamara Gulyayeva

Гидросфера. Опасные процессы и явления. · 12 June 2023

In one sentence. Kazakhstan avalanche bulletin uses a trained neural network on mountain weather station data, reaching 84-90% danger-level classification accuracy.

Abstract

Самым распространенным методом доведения снеголавинных прогнозов до населения является снеголавинный бюллетень. Они составляются в большинстве крупных центров прогнозирования и изучения снежных лавин. В бюллетенях указывается актуальная информация о стабильности снежного покрова, уровне лавинной опасности, основных лавинных проблемах и прогнозе погоды. Потребителями информации являются туристы, горнолыжники, администрации туристических объектов. На их основе они могут планировать работу горнолыжных баз и другую рекреационную деятельность. В Республике Казахстан справка-рекомендация о лавинной опасности в горах составляется только для государственных органов, а население лишено информации о лавинах. В течение нескольких лет в лаборатории природных опасностей Института географии и водной безопасности Министерства науки и высшего образования Республики Казахстан проводится эксперимент по выпуску снеголавинного бюллетеня. Для этого собирается текущая снеголавинная и метеорологическая информация на трех горных метеорологических станциях – Большое Алматинское озеро, Мынжилки и Чимбулак. Еженедельно проводится оценка уровня лавинной опасности по Казахстанскому варианту Европейской пятибалльной шкалы опасности. Классификация уровней лавинной опасности проводится с помощью специально обученной нейронной сети. Информация об уровне лавинной опасности, состоянии снежного покрова и прогноз погоды указывается в еженедельном снеголавинном бюллетене. Бюллетень публикуется в сети интернет и телеграмм-канале перед каждыми выходными. Точность классификации лавиноопасной обстановки с помощью искусственного интеллекта составила 84–90%. Итоговая точность прогнозов уровня лавинной опасности с учетом прогноза погоды составила 73–82%. В дальнейшем планируется внедрить полученный опыт в работу официальной снеголавинной службы Республики Казахстан. The most common method of communicating avalanche forecasts to the public is the avalanche bulletin. They are compiled at most major avalanche forecasting and research centers. Bulletins provide up-to-date information on snow cover stability, avalanche danger level, main avalanche problems and weather forecast. Consumers of information are tourists, skiers, administrations of tourist facilities. On their basis, they can plan the work of ski resorts and other recreational activities. In the Republic of Kazakhstan, a reference-recommendation on avalanche danger in the mountains is compiled only for government apparatus, and the population is deprived of information about avalanches. For several years, an experiment has been carried out in the laboratory of natural hazards of the Institute of Geography to issue an avalanche bulletin. For this, current avalanche and meteorological information is collected at three mountain meteorological stations – Lake Ulken Almaty, Mynzhylki and Shymbulak. The level of avalanche danger is assessed weekly according to the Kazakhstan version of the European five-point danger scale. Classification of avalanche danger levels is carried out using a specially created neural network. Information about the level of avalanche danger, the state of the snow cover and the weather forecast is indicated in the weekly avalanche bulletin. The accuracy of the classification of avalanche situations using artificial intelligence was 84–90%. The final accuracy of forecasts of the level of avalanche danger, taking into account the weather forecast, was 73–82%. The bulletin is published on the Internet and telegram channel before every weekend. In the future, it is planned to introduce the experience gained into the work of the official avalanche service of the Republic of Kazakhstan.

Labels

Labels and summary are generated by Claude and reviewed weekly. Wrong? Edit this entry.