산은 의심할 여지 없이 지구상에서 가장 아름답고 매혹적인 전경 중 하나입니다. 많은 사람들이 그러한 아름다움이 얼마나 가혹한지를 완전히 깨닫지 못하고 장엄한 봉우리를 정복하기 위해 노력합니다. 그렇기 때문에 그러한 용감한 발걸음을 결정할 때 극단적 인 사람들은 모든 표현에서 어려움에 직면합니다.

산은 다소 위험하고 복잡한 지형이며, 그 지역에는 일정한 중력 메커니즘이 있어 파괴된 암석이 움직이고 평원을 형성합니다. 따라서 산은 결국 작은 언덕으로 변합니다.

산에서는 항상 위험이 도사리고 있으므로 특수 훈련을 받고 행동할 수 있어야 합니다.

눈사태의 정의

눈사태는 가장 파괴적이고 위험한 파괴적인 자연 현상 중 하나입니다.

눈사태는 중력, 물 순환 및 기타 많은 대기 및 자연적 요인. 이러한 현상은 겨울/봄 기간에 가장 자주 발생하며, 여름/가을에는 훨씬 덜 자주, 주로 높은 고도에서 발생합니다.

눈사태의 선구자는 주로 다음과 같다는 것을 항상 기억해야 합니다. 날씨. 강설, 비, 강한 바람과 같은 악천후에서 산에서 하이킹하는 것은 매우 위험합니다.

대부분의 경우 약 200-300m 거리를 통과하면서 약 1분 동안 눈사태가 발생합니다. 눈사태에서 숨거나 도망가는 것은 극히 드물며 적어도 200-300m 떨어진 곳에서 눈사태에 대해 알려진 경우에만 가능합니다.

눈사태 메커니즘은 경사면, 눈사태 몸체 및 중력으로 구성됩니다.

경사진 경사

경사의 수준, 표면의 거칠기는 눈사태 위험에 큰 영향을 미칩니다.

45–60°의 경사는 일반적으로 눈이 내리는 동안 서서히 내리기 때문에 위험하지 않습니다. 그럼에도 불구하고 특정 기상 조건 하에서 이러한 장소는 눈사태 누적을 일으킬 수 있습니다.

눈은 거의 항상 60~65°의 경사에서 내리며 이 눈은 볼록한 부분에 남아 있어 위험한 폭발을 일으킬 수 있습니다.

경사 90 ° - 붕괴는 실제 눈사태입니다.

눈사태 몸

눈사태 동안 눈이 쌓여 형성되어 무너지고, 구르고, 날고, 흐를 수 있습니다. 이동 유형은 하부 표면의 거칠기, 눈 축적 유형 및 신속성에 직접적으로 의존합니다.

적설량의 이동에 따른 눈사태의 유형은 다음과 같이 나뉩니다.

• 스트리밍에;
• 흐림;
• 복잡한.

중력

그것은 지구 표면의 몸에 작용하며 수직으로 아래쪽으로 향하며 경사면을 따라 발로 눈이 쌓이는 데 기여하는 주요 이동력입니다.

눈사태 발생에 영향을 미치는 요인:

• 물질 구성의 유형 - 눈, 얼음, 눈 + 얼음;
• 연결성 - 느슨한, 모놀리식, 저장소;
• 밀도 - 밀도, 중간 밀도, 저밀도;
• 온도 - 낮음, 중간, 높음;
• 두께 - 얇은 층, 중간, 두꺼운.

눈사태의 일반적인 분류

가루로 된 건조한 최근 눈사태

이러한 눈사태의 수렴은 일반적으로 폭설 중 또는 그 직후에 발생합니다.

파우더 스노우는 작은 눈 조각과 결정으로 구성된 신선하고 가볍고 푹신한 눈이라고 합니다. 눈의 강도는 높이 증가율, 지면과의 연결 강도 또는 이전에 내린 눈에 의해 결정됩니다. 유동성이 상당히 높아 다양한 장애물을 쉽게 통과할 수 있습니다. 경우에 따라 100–300km/h의 속도에 도달할 수 있습니다.

눈보라가 만든 눈사태

이러한 수렴은 눈보라가 눈을 옮긴 결과입니다. 따라서 눈은 산비탈과 부정적인 지형으로 옮겨집니다.

조밀하고 건조한 가루눈의 눈사태

그들은 일주일 이상 된 눈에서 발생하며, 이 시간 동안 눌려져 갓 내린 것보다 훨씬 더 빽빽해집니다. 이러한 눈사태는 더 천천히 움직이며 부분적으로 구름으로 변합니다.

산사태 눈사태

그들은 많은 양의 눈을 움직이는 눈 처마 장식 블록의 붕괴 후에 자랍니다.

먼지 눈사태

눈사태는 거대한 구름이나 나무와 바위에 눈이 두껍게 쌓인 것이 특징입니다. 건조하고 가루 같은 최근 눈이 녹을 때 생성됩니다. 먼지 눈사태는 때때로 400km/h의 속도에 도달합니다. 위험 요소는 눈 먼지, 강한 충격파입니다.

대형 눈사태

그들은 쌓인 눈의 하강을 통해 발생하며 200km / h의 속도에 도달합니다. 모든 눈사태가장 위험합니다.

단단한 시트 눈에서 눈사태

약하고 느슨한 눈 층 위에 단단한 눈 층이 하강하여 개울이 형성됩니다. 그들은 밀집된 구조물의 파괴로 인해 주로 평평한 눈 블록으로 구성됩니다.

부드러운 플라스틱 눈사태

눈의 흐름은 밑에 있는 표면에 부드러운 눈이 내리면서 형성됩니다. 이러한 유형의 눈사태는 습하고, 침전되고, 빽빽하거나 적당히 응집된 눈에서 생성됩니다.

모 놀리 식 얼음과 얼음 눈 형성의 눈사태

겨울이 끝나면 눈 퇴적물이 남아 외부 요인의 영향으로 훨씬 무거워지고 전나무로 변하고 결국 얼음으로 변합니다.

Firn은 얼어 붙은 물로 굳어진 눈입니다. 온도 강하 또는 변동 중에 형성됩니다.

복잡한 눈사태

여러 부분으로 구성됩니다.

• 마른 눈의 비행 구름;
• 빽빽한 형성 흐름, 느슨한 눈.

그들은 눈이 쌓이고 분리되어 복잡한 눈사태를 형성하는 해동 또는 날카로운 한파 후에 발생합니다. 이러한 유형의 눈사태는 치명적인 결과를 초래하며 산악 정착지를 파괴할 수 있습니다.

눈사태는 젖어 있다

결합수(bound water)가 있는 눈이 쌓여 형성됩니다. 강수 및 해동 중에 발생하는 눈 덩어리에 의한 수분 축적 기간 동안 발생합니다.

눈사태는 젖어 있다

눈 쌓임에 결합되지 않은 물이 존재하기 때문에 발생합니다. 비와 함께 해동 중에 나타납니다. 따뜻한 바람. 그들은 또한 오래된 눈 표면 위로 젖은 눈 층을 밀어서 발생할 수 있습니다.

이류 같은 눈사태

그들은 많은 양의 수분이 있는 눈 형성에서 발생하며, 그 구동 질량은 결합되지 않은 많은 양의 물에 떠 있습니다. 그것들은 긴 해동이나 비의 결과이며, 그 결과 눈 덮개에 물이 너무 많습니다.

제시된 유형의 눈사태는 매우 위험하고 빠르게 움직이는 흐름이므로 일부가 다른 것보다 안전하다고 생각해서는 안됩니다. 기본 안전 규칙은 항상 준수되어야 합니다.

눈사태 안전

눈사태 안전이라는 용어는 눈사태의 비극적인 결과를 보호하고 제거하기 위한 일련의 조치를 의미합니다.

실습에서 알 수 있듯이 대부분의 사고에서 계산하지 않고 극단적 인 사람들이 책임을 져야합니다. 자신의 힘, 자체가 슬로프의 무결성, 안정성을 위반합니다. 불행히도 매년 사망이 발생합니다.

산맥을 안전하게 건너기 위한 주요 규칙은 모든 위험과 장애물이 있는 통과 가능한 영역에 대한 완전한 지식입니다. 극한 상황침착하고 조심스럽게 경로의 위험한 부분을 떠날 수있었습니다.

눈사태 안전의 기본 규칙 인 산에가는 사람들은 눈사태 장비를 사용할 수 있습니다. 그렇지 않으면 눈이 막혀 사망 할 가능성이 매우 높습니다. 주요 장비는 눈사태 삽, 비퍼, 눈사태 프로브, 플로트 백팩, 지도, 의료 장비입니다.

산에 가기 전에 붕괴 중 구조 작업 과정, 응급 처치, 생명을 구하기위한 올바른 결정을 내리는 것이 유용 할 것입니다. 또한 중요한 단계는 정신 훈련과 스트레스 극복 방법입니다. 이것은 사람이나 자신을 구하는 기술을 연습하는 과정에서 배울 수 있습니다.

사람이 초보자라면 눈사태 안전에 관한 책을 읽는 것이 유용할 것입니다. 다른 상황, 순간, 극복의 단계. 눈사태에 대한 더 나은 이해를 위해 가장 좋은 방법은 경험 많은 교사와 함께 산에서 얻은 개인적인 경험입니다.

눈사태 안전 기본 사항:

• 마음가짐과 준비;
• 의사 방문 의무;
• 눈사태 안전 브리핑 듣기;
• 충분한 양의 음식, 작은 양, 여분의 옷, 신발을 가지고 가십시오.
• 경로, 다가오는 기상 조건에 대한 신중한 연구;
• 하이킹 중에 응급 처치 키트, 손전등, 나침반, 장비를 가져 가십시오.
• 경험 많은 지도자와 함께 산으로 출발;
• 붕괴 중 눈사태 안전도를 파악하기 위해 눈사태에 대한 정보를 연구합니다.

자신의 안전과 피해자 구조를 위해 자신 있게 신속하게 작업할 수 있어야 하는 눈사태 장비 목록:

• 피해자 수색 도구: 송신기, 눈사태 공, 비퍼, 레이더, 눈사태 삽, 눈사태 프로브, 기타 필요한 장비;
• 눈 바닥 점검 도구: 톱, 온도계, 눈 밀도 게이지 및 기타;
• 희생자 구조 도구: 부풀릴 수 있는 베개가 있는 배낭, 눈사태 호흡 장치;
• 피해자 수송 도구 및 의료 장비 : 가방, 들것, 배낭.

눈사태 슬로프: 주의 사항

눈사태에 빠지는 것을 피하거나 눈사태 상황의 가능성이 높은 경우 눈사태 안전을 위한 몇 가지 중요한 규칙과 이를 방지하는 방법을 알아야 합니다.

• 안전한 슬로프에서 이동하십시오.
• 나침반없이 산에 가지 말고 바람의 방향에 대한 기본 사항을 아십시오.
• 높은 곳, 더 안정적인 능선을 따라 이동합니다.
• 눈 처마 장식이 매달려 있는 경사면을 피하십시오.
• 앞서 가던 길을 따라 돌아오십시오.
• 경사면의 최상층을 모니터링하십시오.
• 눈 덮개의 강도에 대한 테스트를 수행하십시오.
• 경사면에 보험을 고정하는 것이 좋고 신뢰할 수 있습니다. 그렇지 않으면 눈사태가 사람을 끌 수 있습니다.
• 휴대전화와 손전등용 여분의 배터리를 휴대하고 휴대전화 메모리에 근처의 모든 구조 서비스 번호를 저장합니다.

그룹이나 특정 수의 사람들이 여전히 눈사태에 처한 경우 구조 대원에게 전화를 걸어 즉시 스스로 검색을 시작해야 합니다. 그러한 상황에서 가장 필요한 도구눈사태 탐사선, 비퍼, 삽이 있을 것입니다.

산에 가는 모든 사람은 눈사태 탐사선을 가지고 있어야 합니다. 이 도구는 수색 작업 중 눈 소리 기능을 수행합니다. 2~3미터 길이의 해체된 막대입니다. 안전교육 과정에서 필수 항목은 극한 상황을 만들 때 최단 시간 내에 조립하기 위해 애벌랜치 프로브를 조립하는 것입니다.

희생자를 찾을 때 눈사태 삽은 필수 불가결하며 눈을 파는 데 필요합니다. 눈사태 프로브와 결합하면 더 효과적입니다.

비퍼는 눈으로 뒤덮인 사람을 추적하는 데 사용할 수 있는 무선 송신기입니다.

코디로만 빠른 조치친구를 구할 수 있습니다. 눈사태 안전에 대한 철저한 브리핑 후 사람은 정신적으로나 육체적으로 다른 사람을 도울 준비가 될 것입니다.

결과적으로 악천후, 저녁 또는 밤에는 산에서 하이킹을 할 수 없으며 위험한 지역을 건너는 경우 로프 보험을 사용해야하며 신호음, 손전등이 있어야 함을 강조하고 싶습니다. , 무기고의 눈사태 삽 및 눈사태 프로브. 이러한 기구의 일부는 반드시 길이가 3-4m여야 합니다.

모든 규칙을 준수하고 지침에 따라 사람은 비참한 결과로부터 자신을 보호하고 안전하게 집으로 돌아갈 것입니다.

기사가 유용했다면 저희에게 편지를 보내주십시오.

사이트 www.snowway.ru 및 기타 오픈 소스의 자료가 사용되었습니다.

눈사태: 눈덩이; 자연스러운 과정. 형성을 위한 전제 조건: 눈의 축적; 중력; 마찰력; 경사 가파른 25 - 60 ° (그러나 15 ° 일 수도 있음); 눈 속성.

스노우 커버.

1. 눈의 종류 및 형성 조건: 신선한 눈(갓 내린 눈(푹신하고 느슨한), 갓 쌓인 눈, 눈보라 눈), 오래된 눈, 전나무.

2. 바람과 태양 복사, 온도, 깊은 서리의 영향으로 눈 구조의 변화.

3. 경사면에 있는 눈 덮개의 힘 분포: 정상 상태, 불안정 상태, 응력 균형.

눈사태 요소: 시작 구역, 분리선(점), 통과 구역, 눈사태 본체, 충적 원뿔, 퇴적 구역.

눈사태의 종류.

1. 눈 유형별 : 눈 (바람) 보드의 눈사태, 갓 내린 (푹신하고 느슨한) 눈사태 및 갓 쌓인 눈 (먼지 눈사태), 젖은 눈사태 (젖고 축축하고 축축한 눈).

2. 통과 구역의 눈 이동 형태에 따라: 눈 산사태, 수로, 점핑 눈사태.

눈사태가 발생하기 쉬운 형태의 산악 구호: 열린 가파른 경사면, 완만하게 볼록한 경사면, 오목한 경사면 및 중공의 선단 부분, 처마 장식, couloirs, 권곡, 오목한 부분이 있는 경사면. 계곡: 여물통 모양, V자 모양, 협곡.

종료 조건: 체중 증가(폭설); 마찰 감소 (따뜻함, 경로로 경사면 절단); 진동(큰 소리, 뇌우, 떨림); 눈에 미치는 영향 (떨어지는 처마 장식, 돌, 사람의 움직임, 바람); 열 후 날카로운 한파, "깊은 서리"의 형성.

눈사태 예측. 눈 덮개의 두께(30cm 이상). 경사의 가파른 정도. 경사면에 장애물이 있음(바위 선반, 테라스, 숲). 날씨(폭설, 비, 온난화, 온도 변화, 바람). 시간과 태양의 위치. 눈의 종류와 밀도. 충적 팬의 존재, 인근 슬로프의 눈사태. 예상치 못한 눈사태(적설 특성의 점진적인 변화). 비수기 산간지역 폐쇄, 인공 눈사태(폭발).

눈사태 장비: 눈사태 코드, 스키 스틱 프로브, 후크가 있는 프로브, 라디오 비콘, 눈사태 삽(얼음 도끼에 장착). 냄비 뚜껑의 최후의 수단으로 사용할 수 있습니다.

눈사태 코드 마킹: (테이프) 15 - 25m, 밝고 내구성이 있으며 미끄럽고 사람 방향과 거리를 표시합니다.

눈사태가 발생하기 쉬운 지역에서 운전할 때는 다음 규칙을 준수해야 합니다.

1. 어떤 경우에도 눈이 내리거나 폭설이 내린 직후 안개 속에서 예리한 온난화, 압력 강하, 불리한 일기 예보가있는 경로의 눈사태 구간으로 이동해서는 안됩니다.

2. 15° 이상의 모든 경사면에서 눈사태 위험이 발생할 수 있음을 기억하십시오. 갓 내린 눈이나 오래된 느슨한 눈의 깊이가 30cm 이상이면 15 °의 경사면에서 눈사태가 발생하기 쉽습니다. 동시에 눈사태가 연속으로 여러 번 내려갈 수 있기 때문에 하나의 눈사태의 하강은 동일한 경사에 대한 위험을 제거하지 않습니다.

3. 줄이기 위해 눈사태 위험산등성이, 바위 선반, 나무 그룹을 따라 이동하고 신뢰할 수있는 지형이나 가능한 분리 선 위의 위험한 지역을 우회 (멀리)하는 것이 좋습니다.

4. 강설이나 눈보라가 내린 후에는 꼭대기에서도 가파른 경사면을 건너지 말고 눈 처마 장식과 눈이 쌓인 처마 장식 아래로 나가지 마십시오.

5. 즉시 눈사태 위험 지역을 떠나 더 이상 이동을 중지하십시오. b) 비가 오는 동안 슬로프에 30cm 이상의 적설이 있을 때; c) 동안 강한 바람그리고 눈보라 동안; d) 급격한 온도 강하.

6. 봄에는 구름이없는 밤에 헤어 드라이어가 없으면 아침 4 시부 터 12 시까 지 이동이 허용됩니다.

7. 운전하기 전에 슬로프의 눈의 안정성을 확인하고 경로와 그 위의 슬로프에 눈이 쌓이는 특성을 확인하십시오. 눈사태 지역에서 이동할 때는 관찰자를 선택하고 눈사태가 발생하기 쉬운 경사면을 건너기 전에 사전에 탈출 경로를 설명하고 눈사태로부터 미리 계획된 대피소로 탈출해야 합니다.

8. 눈사태 위험이 있는 것으로 의심되는 경사면을 따라 이동하는 경우 가능한 모든 방법으로 이를 가로지르거나 지그재그로 이동하는 것을 피하고 원의 선을 따라 "이마에서" 똑바로 위 또는 아래로만 이동합니다. 눈층을 자르지 않고 눈사태를 일으키지 않습니다. 던진 조약돌이나 눈덩이의 낙하선을 따라 이동 방향을 확인하십시오. 건널목은 안전한 경사면이나 적어도 불안정한 층 위에서만 허용되지만 어떤 경우에도 중간이 아닌 바닥에서는 허용되지 않습니다. couloirs의 가장 좁은 위치, 바람직하게는 구성 홈통의 합류점 위에서 선택해야 합니다. 이러한 교차점을 통과하기 전에 눈 덮개의 최상층을 자르지 않도록 스키를 제거하고 스키 폴 루프에서 손을 떼고 눈사태 코드를 벨트에 묶고 옷의 모든 단추를 고정하고 코와 입을 가릴 준비가 된 스카프.

9. 가능한 모든 방법으로 눈사태가 발생하기 쉬운 슬로프의 흔들림을 유발할 수 있는 행동을 피하십시오.

10. 적설층에 과부하가 걸리고 동시에 눈사태에 빠지지 않도록 슬로프의 한 곳에 두 곳 이상 모이지 마십시오. 이 계산에서 보험 및 이동 기술을 적용하십시오.

11. 눈사태 콘 영역에서 슬로프와 그 아래에서 사람들 사이의 최대 거리를 관찰하십시오. 동시에 위험 구역을 통과하는 동지들을 지속적으로 모니터링하여 마지막 참가자가 위험한 경사면이나 구간을 통과했다는 확신이 들 때까지 전체 그룹의 추가 이동을 방지합니다.

12. 오목한 지형, 눈 깔때기 및 트레이를 피하십시오. 항상 눈이 쌓이는 눈 아래가 아니라 눈 위에 있을 것이라는 기대로 길을 닦습니다.

13. 눈사태가 발생하기 쉬운 협곡에서 추운 날씨에는 남쪽으로, 따뜻하고 화창한 날씨에는 북쪽의 그늘진 경사면에 달라 붙습니다.

14. 충적구와 눈사태 용수로에서 멈추거나 멈추는 것을 피하십시오.

15. 눈사태가 발생하기 쉬운 경사면을 따라 강제 하강하기 전에 돌, 부러진 처마 장식 또는 다른 방법으로 눈사태를 해제하는 것이 좋습니다.

눈사태가 발생하기 쉬운 경사면을 강제로 건너야 하는 경우 다음 주의 사항을 준수해야 합니다.

1. 눈사태 코드를 풀고 스키 바인딩을 풀고 막대기 또는 얼음 도끼의 끈에서 손을 떼고 배낭 및 기타 항목을 떨어뜨릴 준비를 합니다.

2. 눈사태가 발생하기 쉬운 슬로프를 통과하고 건너는 것은 신속하지만 신중하게 수행되어야하며 눈의 각 단계를 신중하게 형성하고 눈층의 동작을 면밀히 관찰하고 수시로 테스트해야합니다.

3. 위험한 경사면이나 통나무의 폭에 따라 항상 100~200m의 거리를 유지하십시오. 슬로프를 모니터링하고 "눈사태"를 외치며 눈사태 운동의 시작을 경고하는 친구의 감독하에 눈사태 사이트 만 건너고 슬로프를 건너면 역할이 바뀝니다.

4. 눈사태 지역을 걷는 것은 가능한 한 눈 표면을 방해하지 않고 넘어져 눈사태를 일으키지 않도록 조심스럽게, 덜 자주, 더 넓게 이루어져야 합니다. 걸을 때 안정성을 유지하기 위해 먼저 발로 가벼운 압력을 가한 다음 발을 완전히 놓고 눈을 압축합니다.

5. 발걸음 소리가 멀리서 총을 쏘는 소리, 탁탁거리는 소리, 스노보드가 특유의 쉭쉭거리는 소리와 함께 가라앉는 것과 같은 둔한 소리를 유발하는 경우 즉시 이 지역을 떠나야 합니다.

6. 주의력이 약해지지 않도록 침묵을 지키며 필요에 의해 발생하지 않는 비명을 피하십시오.

7. 응급 처치 키트, 눈사태 삽 및 탐침은 그룹의 마지막 구성원에 있습니다.

눈 처마 장식은 붕괴 시간을 예측할 수 없기 때문에 큰 위험을 초래합니다.

눈 선반을 따라 걷다, 당신은 필요합니다:

1. 바람이 불어 오는 쪽과 바람이 불어 오는 쪽의 경사면이 교차하는 선 아래 처마 장식 능선을 따라 가십시오. 어떤 경우에도 처마 가장자리에 5-6m보다 가깝게 접근하지 마십시오.

2. 설면을 탐색하고 검사하여 경로의 안전을 확인하십시오.

3. 반드시 서로 결속하여 보험에 가입하세요.

4. 특히 강설이나 눈보라가 내린 후 의심스러운 선반에서 각 그룹은 자신의 흔적을 놓아야합니다 (첫 번째-무엇보다도 마지막-바람이 불어 오는 경사면을 따라 아래).

5. 처마 능선은 가장 좁은 부분을 조심스럽게 통과하여 능선 부분을 빽빽한 전나무 바닥으로 가져옵니다. 처마의 바람이 불어 오는 경사면에서 건널 때 폭이 0.5-0.6m 인 가장 깊은 참호를 만들고 한 번에 하나씩 보험으로 내려갑니다.

눈사태에 휘말렸을 때,:

1. 성질을 내지 마십시오. 먼지가 많은 눈사태에서는 우선 눈 먼지로 인한 질식을 피하기 위해 스카프를 입과 코 위로 당기거나 모자, 장갑으로 덮으십시오. 눈사태에 빠지지 않도록 불필요한 물건(스키, 배낭 떨어뜨리기, 스키 폴 버리기 등)을 즉시 제거하십시오.

2. 발 아래에 안정적인 지지대가 있고 눈사태가 아직 속도를 얻지 못한 경우 눈덩이의 타격을 받아 눈사태가 꼬리에 있도록 지나치도록하십시오.

4. 눈사태의 표면에 몸을 유지하기 위해 팔과 다리로 수영 동작을 취하고 눈 흐름의 가장자리에 가까워 지려고 노력하면서 제동하기 전에 표면으로 수영하십시오.

5. 눈사태 속으로 잠수할 때 멈추기 전에 손으로 얼굴을 가리고 엎드린 자세를 취해야 급속 동결을 방지할 수 있습니다.

6. 멈춘 후 즉시 얼굴 앞 눈에 가능한 한 큰 구멍을 만듭니다.

7. 잠들지 말고 비명을 지르지 마십시오. 비명 소리는 여전히 눈을 통해 들리지 않으며 피해자는 지칠 것입니다.

8. 공기 접근을 위해 구멍을 뚫었지만 눈덩이를 제거할 수 없다면 구조 대원의 관심을 끌기 위해 표면에 손을 내밀어 보십시오.

9. 타액을 방출하여 우주에서의 위치를 ​​결정할 수 있습니다.

10. 치명적인 부상을 입지 않은 사람은 경우에 따라 최대 이틀 동안 눈 아래 누워있을 수 있으므로 구원에 대한 희망을 잃지 마십시오.

관찰자는 눈사태에서 "사라진 장소"를 수정하고 눈사태가 멈출 때까지 움직이는 눈덩이를 따라 그를 호위하고 "정지 지점"을 수정합니다.

눈사태에 휩싸인 사람에 대한 수색은 동일한 장소에 대한 다중 조사를 배제하고 다른 지역은 미탐사로 남을 수 있는 엄격한 시스템에 따라 수행되어야 합니다. 검색 작업을 시작하기 전에 눈사태의 재발에 대해 경고하도록 관찰자를 설정해야 합니다. 다음 규칙에 따라 검색이 시작됩니다.

1. 눈사태가 위에서 사람을 치면 눈사태 원뿔 주변에서 찾아야합니다.

2. 피해자의 발 아래에서 눈사태가 발생한 경우 눈사태의 위쪽 가장자리를 따라 수색해야 합니다.

3. 사람이 눈사태 표면에 얼마 동안 갇혀 있다가 사라진다면 그는 이 장소 아래 상당한 깊이에서 찾아야 합니다.

4. 눈사태 도중에 다양한 장애물 (돌, 균열 벽, 그루터기, 함몰 등)이 있으면 먼저 이러한 장애물에서 검색이 수행됩니다.

5. 경사면의 마찰로 인해 눈사태가 멈춘 경우에는 눈사태 원뿔이 끝나기 5-10m 전에 검색을 시작해야 합니다.

6. 눈사태가 장애물(예: 측면 빙퇴석) 위로 넘친 경우 대부분의 경우 피해자가 그 앞에 있습니다.

재눈사태가 발생할 가능성이 있는 경우 구조 대원은 슬로프 감시자를 배치하고 눈사태 코드를 해체해야 합니다.

피해자의 동료가 실종 장소를 표시한 경우 먼저 신체, 의복, 눈사태 코드 또는 장비의 튀어 나온 부분을 찾아 눈사태 표면 아래로 랜드마크에서 일렬로 이동하면서 의심스러운 장소를 신속하지만 신중하게 검사해야 합니다. . 눈사태 코드가 발견되면 끊어지지 않도록 신속하고 정확하게 파고 다시 메운 코드의 위치를 ​​파악해야합니다.

눈사태를 조사한 후 긍정적 인 결과가 없으면 링, 특수 프로브 및 얼음 도끼를 제거한 스키 폴로 고속 프로빙을 수행해야합니다. 이를 위해 프로버는 경사면을 향하고 명령에 따라 전체 길이 동안 프로브를 눈 속으로 밀어 넣습니다. 선을 따라 울리는 지점 사이의 거리는 75cm를 초과해서는 안되며 경사면을 70cm 위로 이동하고 작업을 반복하십시오. 앞으로 나아가면서 간격을 조심스럽게 유지해야 합니다.

이중 고속 프로빙에서 긍정적인 결과가 나오지 않으면 25-30cm 간격으로 세부 프로빙을 시작합니다. 발을 돌린 채. 리더의 명령에 따라 라인이 멈추고 모든 사람이 먼저 왼발 발가락, 그 다음 발 사이, 오른쪽 발가락을 탐색합니다. 모든 참가자가 소리를 내면 리더의 명령에 따라 라인이 25-30cm 전진하고 (정렬은 오른쪽 측면에서 모니터링) 작업을 반복합니다.

소리를 내는 동안 소리를 내는 사람이 느낄 수 있을 뿐만 아니라 프로브가 다양한 물체에 미치는 영향과 피해자가 내는 소리를 들을 수 있도록 완전한 침묵을 지켜야 합니다. 탐침은 엄격하게 수직으로 눈 속에 잠겨 있어야 합니다. 한 손으로(장갑 없이) 프로브를 눈에 삽입하고 천천히 180° 돌려 빼내는 것이 좋습니다. 팁을 검사하여 마주친 장애물의 특성을 확인합니다.

프로브가 눈사태로 뒤덮일 때 부상을 입을 수 있으므로 프로빙은 매우 신중하게 수행해야 한다는 점을 기억해야 합니다.

프로브가 땅에 닿지 않으면 첫 번째 소리를 낸 후 참호를 파야 합니다. 트렌치는 가능한 백필 위치 약간 아래에서 시작하여 바닥에서 위로 경사면을 따라 파고 있습니다. 인접한 트렌치의 벽 사이의 거리는 4m를 초과해서는 안되며 트렌치의 너비는 1-1.2m입니다. 트렌치의 깊이는 바닥에서 트렌치 바로 아래뿐만 아니라 트렌치 사이에서 비스듬히 프로브로지면에 도달 할 수 있도록 충분해야합니다. 트렌치의 바닥과 트렌치 사이의 공간에 대한 프로빙은 관통 후에 시작해야 하지만 관통 작업을 방해하지 않아야 합니다.

희생자의 위치가 확정되면 표시하고 발굴을 진행해야합니다. 빨리 땅을 파야 하지만 피해자에게 다가갈수록 조심해야 합니다.

잠이 들었을 때 그는 즉시 응급 처치를 제공해야합니다. 가능한 한 빨리 손으로 얼굴을 풀고 동시에 입과 코를 눈과 먼지로부터 제거하려고 노력하십시오. 눈에서 입과 코를 닦은 후 구강 대 구강 또는 구강 대 코 방법을 사용하여 인공 호흡을 시작하고 가능한 한 빨리 눈 아래에서 피해자를 파내어 이송해야합니다. 추가 지원이 제공되는 장소로 부상 가능성이 있습니다. 이 경우 피해자를 두껍고 빽빽한 침구에 놓고 따뜻하게 덮고 등, 배 및 옆구리에 온찜질 또는 온찜질을하고 피해자가 의식을 되찾았을 때 인공 호흡을 계속하고 음료와 액체 영양을 공급해야합니다.

피해자를 소생시키려는 시도는 명백한 사망 징후가 있을 때만 중단될 수 있습니다.

이 섹션에서는 눈사태 위험을 예측하는 과학적 접근 방식을 설명합니다.

예측 유형

현재 눈사태 위험 예보에는 산간지역의 소규모 배경, 산간 분지 또는 눈사태 집단에 대한 대규모 배경, 지정된 눈사태 또는 눈사태가 발생하기 쉬운 경사면에 대한 세부적인 세 가지 유형의 눈사태 위험 예보가 사용됩니다( 지역 예보).

눈사태 예측은 적설 및 변성 과정이 적설의 안정성을 위반하고 눈사태를 형성할 수 있는 특정 시간 간격의 사전 결정을 전제로 합니다. 낙진의 종류, 강도, 낙진량 등 기상예보와 밀접한 관련이 있다. 강수량, 눈보라 눈 이동, 기온 및 습도 및 기상 조건의 기타 특성은 눈 덮개의 상태와 안정성에 직접적인 영향을 미칩니다.

배경 예보는 고려 중인 산악 지역의 눈사태 위험을 평가하는 것으로 구성되며 "눈사태" 또는 "비눈사태"의 형태로 발행됩니다. 눈사태 예측의 리드 타임은 강수 강도, 해동 강도 및 지속 시간, 산의 기타 기상 지표에 대한 장기 예측을 위한 정량적 방법이 부족하여 제한됩니다. 일반적으로 시간 단위로 측정되며 종종 "0" 리드 타임으로 예보가 발행됩니다. 즉, 눈사태 위험에 대한 현재 평가만 제공됩니다.

지역 예보에서는 특정 눈사태 수집의 눈사태 시작 구역과 예상되는 자발적인 눈사태 방출 전 시간의 눈 덮개 안정성 지표를 결정하고, 눈사태 방출의 가능한 양과 범위를 평가하고, 눈사태를 제거하기 위한 최적의 조건을 선택합니다. 인위적으로 눈사태를 낮추어 눈사태 위험.

눈사태 예측 방법은 소련에서 1930년대에 시작하여 처음에는 Khibiny에서, 그 다음에는 코카서스에서 개발되어 광범위하게 실용적으로 적용되었습니다. 전후 몇 년 동안 중앙아시아, 카자흐스탄, 남사할린의 산지에서도 눈사태 위험을 예측하는 데 상당한 진전이 있었습니다.

폭설과 눈보라로 인한 눈사태의 배경 예보는 가장 발달되어 있습니다. 배경 눈사태 예보의 개발에서도 약간의 진전이 있었습니다. 젖은 눈, 주로 눈-기상 상황 분석과 눈사태 위험 시작 시간과 눈사태를 결정하는 요인의 변화 사이에 확립된 통계적 관계를 기반으로 합니다. 눈 덮개의 구조, 밀도 및 온도 체제와 안정성의 국지적 특성에 대한 모든 이용 가능한 정보를 사용합니다.

국지적 예보 방법은 아직 개발이 미흡한데, 이는 눈사태 발생 지역의 적설 상태 및 특성에 대한 신뢰할 수 있는 정보를 얻기 위한 방법 및 장비가 부족하고 기존 방법의 강도 특성 및 적설 안정성 지표가 낮습니다.

강설 및 눈보라로 인한 눈사태 예보.

폭설과 눈보라는 적설의 안정성에 직접적인 영향을 미치므로 이로 인해 발생하는 눈사태를 "직접 작용" 눈사태라고 합니다. 그러나 다른 요인들도 눈사태 형성 과정에 상당한 영향을 미칩니다. 눈사태 가능성에 대한 정성적 평가를 위해 10가지 주요 눈사태 형성 요인이 평가됩니다(Snow Avalanches, 1965).

— 오래된 눈의 높이.첫눈은 보통 눈사태를 동반하지 않습니다. 눈은 먼저 경사면의 요철을 채우고 그 후에야 평평하고 매끄러운 표면이 나타나 새로운 눈 덮개 층이 미끄러지는 데 기여합니다. 따라서 강설이 시작되기 전 오래된 눈의 높이가 높을수록 눈사태가 발생할 가능성이 커집니다. 이 경우 경사면의 요철의 특성 치수에 대한 오래된 눈 높이의 비율이 매우 중요합니다. 따라서 부드러운 풀이 무성한 경사면에서는 15-20cm의 적설 높이와 큰 바위 선반이나 덤불이 있는 경사면에서 눈사태 위험이 발생할 수 있습니다.

— 오래된 눈과 그 표면의 상태.눈 표면의 특성은 갓 내린 눈이 오래된 눈에 달라붙는 데 영향을 미칩니다. 바람에 의해 움직이는 눈 판이나 얼음 껍질의 매끄러운 표면은 눈사태를 선호합니다. 이러한 표면이 가루 눈의 얇은 층으로 덮여 있으면 신선한 눈이 휘어질 가능성이 높아집니다. 반대로 거친 표면, 바람 sastrugi, 비로 인한 다공성 지각은 눈사태 형성 가능성을 줄입니다. 오래된 눈의 특징은 무너지지 않고 견딜 수 있는 갓 내린 눈이나 눈보라의 양과 새로운 눈이 그 위로 미끄러질 때 눈사태에 연루되지 않고 경사면에 머무를 수 있는 능력을 결정합니다. 깊은 서리의 층과 중간층의 존재는 특히 눈사태 형성의 경향이 있으며, 그 형성은 슬로프 표면의 유형과 적설 재결정 공정의 열역학적 조건에 따라 결정됩니다.

- 갓 내리거나 눈보라에 쌓인 눈의 높이.적설 깊이의 증가는 눈사태 형성의 가장 중요한 요소 중 하나입니다. 적설량은 종종 잠재적인 눈사태 위험의 지표로 사용됩니다. 각 지역에는 눈사태 위험이 있는 특정 임계 높이의 신선한 눈이 있습니다. 그러나 눈사태 위험의 지표인 눈 깊이는 다른 눈사태 요인과 함께 사용해야 한다는 점을 항상 기억해야 합니다.

— 갓 내린 눈의 모습.발생하는 고형 강수량의 유형은 눈 덮개의 기계적 특성과 오래된 눈에 대한 접착력에 영향을 미칩니다. 그래서 차가운 프리즘과 바늘 모양의 결정이 떨어지면 응집력이 낮은 느슨한 눈 덮개가 형성됩니다. 서리가 내린 잔잔한 날씨에 별 모양의 결정이 떨어질 때도 형성됩니다. 기온이 약 0 °이면 가을 동안 눈송이가 합쳐져 ​​큰 조각 형태로 떨어질 수 있습니다. 이러한 입자의 눈 덮개는 빠르게 압축됩니다. 갓 내린 푹신하고 건조한 세립의 눈으로 덮개가 형성될 때 눈사태 형성의 가장 큰 가능성이 발생합니다. 종종 눈사태는 건조하고 압축된 눈에서 형성되며, 축축하고 젖은 눈이 퇴적되면 눈사태는 거의 발생하지 않습니다.

— 갓 내린 눈의 밀도. 100 kg/m 3 미만의 낮은 밀도의 적설이 형성되는 동안 눈사태가 발생할 확률이 가장 높습니다. 강설 중 새로운 눈의 밀도가 높을수록 눈사태 가능성이 줄어듭니다. 눈의 밀도를 높이면 눈사태의 가능성이 줄어들지만 이 규칙은 눈보라 동안 형성된 설판에는 적용되지 않습니다.

— 강설 강도(눈이 쌓이는 속도).적설 강도가 낮을 ​​때 전단력 증가로 인한 경사면의 눈 덮개의 안정성 지수 감소는 눈 압축 중 접착력 및 마찰 계수 증가로 인한 안정성 증가로 보상됩니다. 적설 속도가 증가함에 따라 질량 증가 효과가 다짐 효과보다 우세하며 눈 덮개의 안정성 감소 및 눈사태 형성 조건이 생성됩니다. 예를 들어 적설 강도가 0.15cm/h까지 올라가는 Tien Shan 지역에서는 눈사태가 관찰되지 않으며 0.8cm/h까지 증가하면 45~75%의 경우에서 눈사태가 관찰됩니다.

— 강수의 양과 강도- 본질적으로 이전 요소에 해당하는 요소. 그것은 액체 강수량과 눈보라를 고려하는 것을 포함하여 경사면의 수평 투영의 단위 면적당 눈 질량의 증가를 더 정확하게 특성화합니다.

- 눈의 정착.떨어지는 눈의 압축 및 침전 과정은 접착력과 내부 마찰 계수를 증가시켜 적설의 안정성에 기여합니다. 밀도가 낮은 눈은 초기 강도가 낮지만 빠르게 압축됩니다. 초기 강도가 높은 빽빽한 눈이 천천히 내려옵니다. 중요성눈이 내리거나 눈보라가 치는 동안과 눈이 내린 직후에 눈이 내립니다. 눈사태 형성은 때때로 오래된 눈의 침전에 의해 영향을 받습니다.

- 바람.바람에 의한 수송은 적설을 재분배하고 딱딱한 크러스트, 스노우 슬래브 및 퍼프를 형성합니다. 바람은 눈 처마 장식을 형성하고 그 아래에는 느슨한 눈이 쌓입니다. 강풍눈 덩어리에서 공기 흡입을 생성하여 수증기의 이동과 눈의 하층을 느슨하게합니다. 눈사태 형성 과정에서 바람은 중요한 역할을 하며, 특히 눈보라가 내리는 눈의 이동과 축적의 요인으로 작용합니다.

- 온도.눈사태 형성에 대한 온도의 영향은 다면적입니다. 기온은 떨어지는 고체 강수 입자의 유형, 적설의 형성, 압축 및 온도 체제에 영향을 미칩니다. 적설 온도의 깊이 차이는 변성 과정의 속도와 특성을 결정합니다. 눈 온도는 점성 강도 특성의 특성에 상당한 영향을 미칩니다. 기온의 급격한 감소는 눈층의 파열과 눈사태의 발생에 온도 균열을 형성할 수 있습니다.

미국에서는 눈사태 위험의 신속한 평가 및 예측을 위해 눈사태 형성 요인에 대한 정보를 사용하려는 시도가 있었습니다. 이를 위해 나열된 각 요소는 눈사태 형성 경향에 따라 10 포인트 시스템에 따라 평가된 다음 이러한 포인트를 요약했습니다. 가능한 점수는 0~100점입니다. 점수가 높을수록 눈사태 가능성이 높고, 0은 눈사태 위험이 없음을 의미하며, 100은 눈사태 가능성이 가장 높음을 의미합니다.

눈사태 위험의 배경 예측을 위해 눈사태 형성 요인을 평가하는 유사한 방법이 러시아의 일부 눈사태 취약 지역에서도 사용됩니다. 눈사태를 예측하기 위해 북부 Tien Shan 지역의 적설 시간과 나열된 10가지 요인 외에도 종관 과정의 특성과 적설량의 안정성도 사용됩니다. 강설과 눈사태로 이어지는 종관 과정을 분석할 때 가장 일반적인 상황을 식별하고 점수로 정량적 평가를 제공했습니다. 눈덩이의 안정성은 실험 현장에서 전단에 대한 눈의 저항 측정과 눈사태 발생 지역의 적설 안정성 지수 결정을 기반으로 추정됩니다. 눈사태 관측자료와 이에 수반되는 기상조건을 분석 및 통계처리하여 눈사태 형성요인에 따라 점 단위로 하강할 확률을 추정하였다.

총점은 눈사태 위험 정도를 나타내며 합계가 높을수록 눈사태 가능성이 높아집니다. 눈사태 형성 요인의 점수는 눈사태 관측소 관측소에 7-8cm의 새로운 눈이 쌓이는 것으로 시작됩니다. 그런 다음 주기적으로 특정 간격으로 계산이 반복됩니다. 적설 두께 증가율이 알려진 경우, 눈사태 위험이 시작되기 전의 시간은 임계 적설 높이에 도달하는 시간으로 결정됩니다.

눈사태와 강설 강도, 강설 중 기온, 풍속 및 기타 요인 간의 관계에 대한 경험적 그래프는 종종 눈사태를 예측하는 데 사용됩니다.

유사한 경험적 그래프를 구성하여 눈사태 형성과 풍속과 기온의 조합, 기온 증가에 따른 특정 방향의 풍속, 총 눈보라 이동 및 시간 등 눈보라의 강도에 따른 위험 간의 관계를 식별합니다. 양도 (Practical Allowance…, 1979). 예측은 눈덩이의 온도 분포와 기온을 동시에 모니터링하는 눈보라 관측 데이터를 기반으로 합니다.

실증적 종속성에 기반한 예보의 유효성은 주로 사용된 기상 정보의 양과 신뢰성, 그리고 이러한 종속성이 눈사태 활동을 얼마나 명확하게 특징짓는가에 따라 결정됩니다. 예보의 신뢰도를 높이려면 기상 관측소가 눈사태 빈도가 가장 높은 고도대에 위치해야 합니다. 주어진 지역에서 눈사태 형성에 가장 큰 영향을 미치는 요인을 식별하고 눈사태 상황의 확률적-통계적 평가를 위해 포괄적인 방식으로 사용하는 데 특별한 주의를 기울여야 합니다. 갓 내린 눈보라와 눈보라로 인한 눈사태에 선행하는 대기 순환 과정을 적시에 분석하는 것도 중요합니다. 이를 통해 예측 리드 타임을 늘릴 수 있습니다.

적설 변성 작용으로 인한 눈사태 예측.

눈사태를 예측하려면 현재 기상 조건뿐만 아니라 겨울의 이전 부분 전체의 특성도 고려해야합니다. 눈사태 발생 지역에서 눈의 온도 체계, 층서 구조, 밀도 및 강도 특성을 아는 것이 특히 중요합니다. 이 구역의 적설을 직접 관찰하는 것은 위험하므로 원격 관찰, 실험 현장 측정 및 눈사태 발원지 근처의 눈사태 안전 장소에서 적설 측정 경로를 기준으로 특성을 결정합니다.

가장 위험한 것은 상대적으로 얕지만 상당히 재결정된 적설이 있는 슬로프입니다.

어느 시점에서 깊은 흰 서리 층이 눈 슬래브의 하중을 견디지 못하고 날카로운 강수량이 발생합니다. 침하의 불균일성으로 인해 슬래브에 균열이 형성되고 안정성이 침해될 수 있습니다. 잠재적으로 불안정한 깊은 서리 층에 추가 하중이 가해지는 폭설 또는 눈보라가 쌓이는 동안 특히 불리한 조건이 발생합니다.

적설량이 비교적 적으면 위험합니다. 높은 온도공기는 푹신한 덮개를 형성하고 그 위에 눈보라 눈이 불어서 푹신한 눈이 빠르게 재결정되는 눈 슬래브를 형성합니다.

눈덩이의 이질성, 특히 지각이나 약한 층의 존재로 인해 적설 발달의 거의 모든 단계에서 눈사태가 발생할 가능성이 있습니다. 따라서 이러한 징후에 특별한 주의를 기울여야 합니다.

눈 재결정 눈사태는 일반적으로 경사면에 잠재적으로 불안정한 단층 또는 다층 설판이 있을 때 발생합니다. 일부 지역에서는 국부적으로 불안정한 상태에 있고 가장자리 힘으로 인해 경사면에 유지됩니다. 이러한 슬래브의 안정성 위반은 예상치 못한 여러 가지 이유(눈 처마 장식의 붕괴, 떨어지는 돌, 스키어-스노우 보더의 통과 또는 통과, 슬래브 아래에 고르지 않은 눈이 쌓이는 등)로 인해 발생할 수 있습니다. 눈사태의 시간을 예측하는 것은 거의 불가능합니다. 따라서 그들은 눈사태의 가능성을 평가하고 눈사태가 발생하기 쉬운 경사면에서 인공 눈이 내리는 것이 가장 적절한 시간을 결정하는 데에만 국한됩니다.

눈사태가 발생하기 쉬운 경사면에서 국부적 안정성을 계산하기 위해 적설의 정량적 특성을 얻기 위해 미리 선택된 지역에서 10일의 빈도로 적설을 뚫습니다. 이때 적설량의 층화, 층 밀도, 층 접촉부에서의 전단력 및 파열에 대한 눈의 강도 한계가 결정됩니다. 안정성 여유가 작은 눈 슬래브 영역이 있는 경우 추가 재결정화 프로세스로 인해 눈 덮개의 국부 안정성 지수가 감소할 가능성을 고려해야 합니다. 판의 국부적 불안정 영역이 드러나면 눈사태 위험이 있음을 나타냅니다.

적설 조사 사이의 국지적 안정성 지수의 변화를 계산하기 위해 기상 조건 및 적설 온도에 대한 정보를 사용하여 재결정 강도 및 눈의 강도 특성 변화 가능성을 계산합니다. 같은 방식으로 적설량의 안정성 감소 가능성에 대한 예측 추정치는 기상 조건 및 적설량의 온도 체계에 대한 예측을 기반으로 결정됩니다.

기온이 급격히 떨어질 것으로 예상되는 경우와 눈이 내리는 동안 눈사태 예보에 특별한주의를 기울입니다. 온도가 낮아지면 뒤틀린 부분의 스노우 슬래브에 추가적인 인장 응력이 발생하여 찢어짐 균열이 형성되고 슬래브의 안정성이 침해될 수 있습니다. 작은 강설량조차도 깊은 서리의 취성 파괴에 충분한 추가 하중을 생성하여 눈판의 연속성을 깨고 눈사태를 형성할 수 있습니다.

젖은 눈사태 예보.

젖은 눈으로 인한 대규모 눈사태는 일반적으로 눈이 녹기 시작하는 봄에 발생합니다. 이러한 눈사태는 눈 덮개에 떨어지는 해동과 비의 결과로 겨울에도 가능합니다. 이러한 눈사태의 예측은 눈 덮개의 온도, 열 교환 및 수분 함량에 대한 관측 분석을 기반으로 합니다. 예측 문제는 눈사태 형성 요인과 임계값 분석을 기반으로 해결됩니다.

Western Tien Shan의 젖은 눈으로 인한 눈사태 형성 기간 동안의 기상 상황 분석을 기반으로 예측을 개발할 때 사용하도록 권장되는 다음 조항이 개발되었습니다 (Practical Allowance ..., 1979).

- 갓 내린 젖은 눈의 눈사태는 기온이 0도를 통과하면서 강렬한 온난화의 결과로 형성됩니다. 눈사태는 온난화에 앞서 눈이 내리는 동안 고체 강우량이 10mm 이상인 경우 발생합니다.

- 눈사태의 일일 예보는 눈사태 형성과 기온의 관계에 대한 경험적 그래프를 사용하여 "눈사태 위험"과 "눈사태 위험 없음"의 두 가지 유형으로 구성됩니다. 이 그래프의 곡선은 눈사태 위험의 시작을 결정하는 주간 기온의 임계값을 결정합니다. 일기예보는 사전(12시간 전)에 이루어지며 실제 기온에 따라 업데이트됩니다.

- 오래된 젖은 눈사태에 필요한 조건은 기온이 양의 값으로 안정적으로(24시간 이상) 전환되는 것입니다. 눈사태 위험 기간의 시작은 갓 내린 진눈깨비에서 눈사태를 예측하는 것과 유사한 경험적 일정에 의해 결정됩니다.

— 강우 기간 동안의 눈사태 예측은 눈 덮개 표면의 강우일에 눈사태 형성과 야간 및 최대 기온의 관계를 특성화하는 그래프에 따라 수행됩니다.

Inner Tien Shan의 조건에서 기온이 0 °를 통과하여 양의 값이 될 때까지 적설의 수분 함량과 통과 기간 동안의 최대 일일 값의 합 사이의 관계 눈사태에 0°가 가장 가까운 것으로 밝혀졌습니다. 예측을 위해 눈사태 시간과 태양 복사 강도 사이의 관계 그래프도 사용됩니다.

일부 지역에서는 습한 눈사태가 시작된 시간과 기온 상승 강도 사이의 관계에 대한 경험적 그래프가 사용됩니다. 눈 부착, 적설량 및 양의 공기 온도 및 기타 경험적 의존성의 합을 가진 눈사태 형성. 젖은 눈사태 예측 방법은 더 많은 개선이 필요합니다.

자료에 따르면 - Avalanche science / K.F. Voitkovsky - M., MSU 출판사, 1989

눈사태 위험 증가

눈사태로 인한 피해가 해마다 증가하고 있음을 눈사태는 잘 알고 있습니다. 이것은 수많은 사실에 의해 확인됩니다. 특히 그러한 많은 사실들이 매우 오랫동안 기록되어 온 알파인 국가들에서 수집되었습니다. 고전적인 눈사태 국가 인 스위스에서는 파괴 된 주거용 건물, 기타 건물, 죽은 가축 및 눈사태로 파괴 된 숲의 정확한 추정치와 함께 피해에 대한 설명이 이미 중세 시대에 발견되었습니다. 수년 동안 스위스 연방 눈 및 눈사태 연구소는 지난 겨울 눈사태 상태에 대한 자세한 분석을 제공하고 국가 경제에 발생한 피해를 설명하고 다음과 같은 모든 사례를 나열하는 연감을 출판했습니다. 눈사태에 사로잡힌 사람들.

통계에 따르면 19세기 전체에 걸쳐 눈사태로 스위스의 상당 부분이 큰 피해를 입었을 때 스위스에서 9건의 주요 눈사태 재해가 발생했으며 20세기의 75년 동안 이미 17건의 재해가 발생했습니다.오스트리아에서는 또 다른 알파인 국가인 1946년부터 1950년까지 시작 5년 기간으로 하면 매년 눈사태 재해 건수가 10%씩 증가합니다.

눈사태로 사망하는 사람들의 수는 해마다 극적으로 변합니다. 1949년부터 1969년까지 20번의 겨울 동안 오스트리아, 이탈리아, 독일, 스위스, 유고슬라비아(1950/51년 겨울)와 같은 알파인 국가에서 274명이 사망한 경우가 있었습니다. ) 및 188명(1953/54 겨울). 이 겨울에 하얀 죽음은 풍성한 수확을 거두었습니다. 그러나 예를 들어 1954/55년 겨울에는 15명만이 사망했습니다. 그러나 5년 동안 사람들의 사망 데이터를 평균화하고 1954년부터 1960년까지의 기간을 시작 5년 기간으로 하면 이후 5년마다 백 10% 이상.

이 모든 사실은 알프스의 진흙 흐름과 눈사태에 대한 보호 조치를 위한 연간 3000-3500만 달러의 비용에도 불구하고 관측소 수의 증가, 라디오 및 텔레비전의 눈사태 예보 전송, 눈사태로 인한 피해 지속적으로 증가하고 있습니다. 다른 나라의 산악 지역에서도 마찬가지입니다.

눈사태로 인한 피해와 사상자가 늘어난 이유는 바로 그 남자 자신 때문이다. 그리고 여기서 요점은 자연에 대한 적극적인 영향만이 아닙니다. 한 남자가 적극적으로 산에 갔다.

겨울에 산의 토착 주민들은 산 깊숙이 들어 가지 않으려 고 노력하고 거기에 가면 일반적으로 눈사태에서 사라지는 수세기 동안 포장 된 길을이 목적으로 사용합니다. - 경사가 심한 곳. 일반적으로 그들은 농담 관광 노래에 공식화 된 규칙을 엄격히 준수합니다. 지역 주민들의 눈사태에 대한 정보 - 그녀는 거의 정확하지 않았습니다.

사람이 산에 적극적으로 침입하는 이유는 다양합니다. 이것은 가장 직접적인 방향으로 도로와 통신선을 놓는 것입니다. 예를 들어 북쪽과 북쪽 사이의 최단 거리는 중부 유럽이탈리아는 알프스 산맥을 통과할 뿐만 아니라 소련의 유럽 지역과 Transcaucasia 사이(주요 코카서스 산맥을 통과하고 미국 동부와 서부 사이)를 통해 록키 산맥을 통과합니다.

이것은 풍부한 천연 자원을 가진 새로운 영토의 개발입니다. 로키 산맥의 수많은 산등성이가있는 길에 캘리포니아의 비옥 한 지역 개발의 경우와 같이 산맥 시스템을 극복하는 경우에만 가능한 경우가 많습니다. 우리나라에서는 바이칼-아무르 철도 부설이 그 예입니다.

산은 지하 보물로 사람들을 끌어 들이기 때문에 산의 광물 매장지 개발은 어떤 식 으로든 사람을 백사에 직면하게합니다. 수력 자원의 사용 산악 강, 산지 농업의 발전, 마지막으로 산을 레크리에이션 장소로 사용-이 모든 것이 사람들이 눈사태 영역으로 점점 더 광범위하게 침투하게 만듭니다.

하지만 가장 큰 수사람들은 겨울 스포츠, 특히 스키로 인해 산에 매료됩니다. 산으로 이동한 대부분의 군대를 구성하는 것은 바로 이 범주입니다. 실제로 산을 찾는 스키어와 관광객의 수는 최근 수십 년 동안 매우 빠르게 증가하고 있습니다.

알프스는 오랫동안 산악 농업 국가에서 유럽 및 심지어 국제 관광의 중심지로 변모했습니다. 이 과정은 지난 30년 동안 특히 빨랐습니다. 이 기간 동안 농장 수는 이탈리아와 바이에른 알프스에서 25%, 프랑스에서는 50%까지 감소했습니다. 동시에 영구 지역 인구의 수는 지속적으로 증가했습니다. 농장은 관광객과 스키어를 위한 하숙집과 호텔로 재건되었고 해방된 농촌 인구는 관광 서비스 부문으로 이동했습니다. 이와 함께 많은 별장과 별장이 산에 나타났습니다.

나는 스위스 알프스의 작은 마을인 다보스를 여러 번 방문해야 했습니다. 한때 이곳은 폐 질환을 앓고 있는 사람들에게 잘 알려진 휴양지였습니다. 그러나 이제 모든 것이 바뀌었습니다. Davos는 스키의 중심지가 되었기 때문에 그곳에 아픈 사람들이 있다는 것은 바람직하지 않습니다. 겨울에는 마을이 꽤 건강하고 약간 회색으로 가득합니다. 스포티한 모습외모와 행동이 인생에서 성공하고 있음을 나타내는 남성. 그들은 다양한 기능을 수행하는 영구 또는 소위 "여행 비서"인 젊고 매우 예쁘고 운동 능력이 뛰어난 여성과 동행합니다 알파인 스키는 다소 비싸지 만 서구에서 매우 권위있는 취미입니다.

메인 및 일반적으로 Davos의 유일한 거리에는 일반 주거용 건물이 없지만 호텔, 하숙집, 모텔 만 있습니다. 목록은 도시 명소 가이드의 주요 위치를 차지합니다. 이것은 놀라운 일이 아닙니다. 1951년부터 1970년까지만 다보스의 관광객과 스키어 수가 5배, 스위스 전체에서 3배 증가했습니다. 같은 기간 동안 관광객과 스키어의 수가 15배, 일부 지역에서는 30배, 40배 증가한 오스트리아에서 훨씬 더 놀라운 변화가 일어났습니다! 겨울에 알프스 스키 센터의 인구 밀도는 네덜란드와 같이 인구 밀도가 높은 국가의 인구 밀도와 같거나 종종 훨씬 더 높습니다. 스키어와 관광객의 유입으로 그곳은 때때로 평방 킬로미터당 1,700명에 달하는 반면 네덜란드의 밀도는 평방 킬로미터당 300명에 불과합니다! 이것은 놀라운 일이 아닙니다. 이제 서유럽에는 최대 2 천만 명의 스키 애호가가 있으며 대부분은 겨울에 알프스로 달려갑니다.

미국에서도 전후 스키 붐이 시작되었습니다. 그 범위는 다음과 같이 판단할 수 있습니다. 유명한 곳 1960년 동계 올림픽 개최 - 스쿼 밸리 스키 센터. 1949년에 첫 리프트가 운행되면서 문을 열었습니다. 그런 다음 수백 명의 스키어가 방문했습니다. 그리고 올림픽이 끝난 후인 1961/62년 겨울에는 10만 명의 스키어와 관광객이 이곳을 방문했습니다.

우리 세기 초인 1920년 불가리아의 작은 산간 국가에서는 스키를 좋아하는 사람이 수십 명에 불과했습니다. 현재 불가리아에는 10만 명 이상의 스키어가 있으며 그 중 상당 부분이 스키를 타러 갑니다.

우리나라에서도 스키와 산악 관광의 급속한 성장이 일어나고 있습니다. Carpathians, Caucasus 및 Transcaucasia, Tien Shan, Khibiny, South Sakhalin 및 Kamchatka 산에서 빠르게 성장하는 겨울 휴가수만 명의 사람들이 여가 시간을 보내는 곳. 그들은 우리 눈앞에서 지난 10-20년 동안 성장했습니다.

1957/58년 겨울, 나는 처음으로 Elbrus 산기슭에 있는 작은 마을인 Terskol에 가야 했습니다. 그 당시 Tyrnyauz시에는 아스팔트가 있었지만 어떤 곳에서는 심하게 부서진 도로가 있었고 더 나아가 Baksan 강 계곡의 경사면을 따라 Terskol 방향으로 자갈이 거의 뿌려지지 않은 좁은 비포장 도로가 길을 감았습니다. . Terskol은 소나무 줄기가 태양으로부터 호박색으로 타는 순수한 눈으로 하얗습니다. 그들의 녹색 면류관 위에는 경계 망루처럼 구름 내 과정 연구에 대한 실험을 위한 나무 탑이 홀로 서 있었다. 깊은 눈으로 덮인 숲의 캐노피 아래 탑 주변에는 소련 과학 아카데미의 Elbrus 고산 탐험대의 목조 주택이 있었고 약간 옆, 경사면 근처, 지역 주택 몇 채가있었습니다. Balkar 인구가 성형되었습니다. Elbrus는 비정상적으로 푸른 하늘을 배경으로 반짝 거리며 먼 곳의 우르릉 거리는 소리 나 근처 눈사태의 포효에 의해서만 깨지는이 장소의 고요함을 지키고 있습니다.

이제 Terskol에서 모든 것이 변경되었습니다. 국제 수준의 다층 호텔이 성장했습니다-Itkol, Azau, Cheget, CSKA 기지의 건물 단지가 상승했으며 모스크바 주립 대학 지리 학부 실험실 건물이 지어졌습니다. 스위스 샬레 스타일로 등장하고 새로운 주거용 건물이 있으며 슬로프에 의자 리프트 지지대가 Cheget으로 들어 갔으며 케이블카가 Azau 숲 사이의 빈터에서 Elbrus 꼭대기까지 돌진했습니다. 이 소음 뒤에는 떨어지는 소리가 들립니다. 눈사태는 더 이상 들리지 않으며 이전 Elbrus 원정대의 집은 주거용 건물과 호텔 사이에서 완전히 사라졌습니다.

겨울에 산에가는 사람들의 수는 이제 이탈리아와 오스트리아의 군대, A.V. Suvorov 연대 및 Hannibal 군대를 합친 것보다 훨씬 많습니다. 그리고 이러한 조건 하에서 눈사태로 인한 손실과 사망을 상대적으로 낮은 수준으로 유지할 수 있다면(예를 들어 1916년 검은 목요일에 오스트리아-이탈리아 전선의 재앙과 비교할 때) 이는 전적으로 눈사태에 대한 지식 확장, 통제 및 예방 조치 수행, 예측 방법 개발, 보호 구조 시스템 생성.

알파인 통계에 따르면 눈사태로 인한 사망자 수 측면에서 가장 먼저 스키어와 관광객이 있습니다. 대부분의 경우 이들은 산에 머무르는 것과 관련된 규칙 및 요구 사항을 위반한 사람 또는 그룹입니다. 겨울 기간. 90 %의 경우 자체적으로 눈사태를 일으켜 파괴합니다. 잘 알려진 눈사태 연구원 G. K. Tushinsky는 그러한 사람들을 "잠재적 사망"이라고 불렀습니다.

또 다른 유형의 "잠재적 사망"은 겨울 산의 위험에 대해 거의 알지 못하고 눈사태에 대해 들었을 때 아무 일도 일어나지 않을 것이라고 믿는 무지입니다. 마지막으로 또 다른 유형의 사람이 있습니다. 그들 자신은 겨울 산의 위험을 잘 알고 있으므로 죽은 자 사이에 있을 수는 없지만 무리 속에서 "잠재적인 죽음"을 만듭니다. 스키 붐을 틈타 눈사태 지대에 집을 짓고 부지와 함께 판매하는 사업을 하고, 순진한 스키어들이 입주하는 하숙집과 호텔도 함께 팔고 있다. 눈사태의 영향을받는 지역을 지정하여지도를 게시하는 것은 그 위에 서있는 토지와 건물의 가격이 하락할 수 있기 때문에 금지되어 있습니다. 그러한 정보를 게시하는 눈사태는 법원을 통해 "피해 발생"에 대한 벌금을 지불해야 할 수 있습니다. 미국 최초의 눈사태 연구원 인 Montgomery Otwater의 놀랍고 매우 독창적 인 눈사태의 말은 다음과 같습니다. "스키어, 사업가 및 공무원 세 살 때 적어도 한 번은 적절하게 두려워해야 합니다. 그렇지 않으면 눈사태가 누군가의 상상의 산물이라고 생각하기 시작할 것입니다. "-주로 위에 나열된 사람들의 범주를 참조하십시오. 눈사태는 때때로 이성의 선을 넘는 행동을 하는 개인을 다루어야 합니다.

1976년에 나는 눈사태 위험 문제를 해결하는 데 있어 일종의 무지와 형식주의에 대한 기념비를 보아야 했습니다. 오스트리아의 유명한 스키 센터인 Neustift에 있었습니다. 우리는 가파른 산비탈에 서 있었고, 우리 아래에는 작은 마을이 있었습니다. Tyrol 땅의 Mudflows and Avalanches 방지 부서 대표는 지난 세기 중반부터 시작된이 마을의 눈사태 이야기를 열정적으로 전했으며 마지막으로 이곳에 내려온 눈사태의 경로에 대해 씁쓸하게 말했습니다. 세기와 1951년에도 이제 많은 새 주택이 지어졌습니다. 상업적 고려 사항이 안전 고려 사항보다 우선했습니다. 일부 공공 건물도 위험 지역에 지어졌습니다. 이를 확인하기 위해 그는 눈사태의 혀가 2 층 건물에 놓여 1 층을 막고 2 층 창문 위에 있음이 분명하게 보이는 최신 재해 중 하나의 사진을 보여주었습니다. "People 's School"이라는 비문이 선명하게 보입니다.

경사면에서이 건물은 완벽하게 보입니다. 측면에 발코니가 있고 산을 향한 2 층짜리 밝은 집입니다. 집 앞에는 밝은 다색 구조물이 몇 개 있었습니다. “학교가 이렇게 위험한 지역에서 다른 곳으로 옮겨온 건가요?”라고 사무소 대표에게 물으니 “예”라고 확인하고 “지금 학교는 저기에 있다”고 말하며 손을 흔들었다. 교회. "그럼 이 구조는 뭐지?" 나는 다시 물었다. 이전 학교. 소속사 대표가 튼튼한 군용 쌍안경을 건넸다. 쌍안경을 통해 나는 건물 앞에서 금속과 다색 플라스틱으로 만든 미끄럼틀, 회전 목마, 흔들 의자, 사다리가있는 잘 갖추어 진 놀이터와 오래된 사진에서 "인민 학교"라는 문구가 보이는 곳을 보았습니다. , 이제 "Kindergarten"이라고 쓰여졌습니다. 내가 놀랍게도 오스트리아 사람에게 이것에 대해 말했을 때 그는 "그럴 수 없습니다! "라고 말했습니다. 글쎄요, 백사병과 싸우기 위해 많은 노력을 기울인 이 고전적인 눈사태의 나라에서도 눈이 내리는 것을 잊고 여기저기서 "잠재적인 죽음"을 만드는 무지하고 공식적인 관료들과 싸우는 것은 그리 쉬운 일이 아닙니다. 산은 위험하고 교활한 적이 될 수 있습니다.

눈사태- 자연산 중 하나 자연 현상생명을 앗아가고 심각한 피해를 입힐 수 있습니다. 다른 위험 중에서도 눈사태는 인간 활동이 붕괴의 원인이 될 수 있다는 점에서 구별됩니다. 산간 지역의 잘못된 자연 관리(경사면의 숲 벌목, 눈사태가 발생하기 쉬운 개방된 지역에 물체 배치), 사람의 눈 덮인 경사면에 대한 접근, 장비에서 눈덩이를 흔들면 눈사태 활동이 증가하고 동반됩니다. 사상자와 물적 피해.

눈사태로 인한 사람들의 죽음에 대한 사실은 고대부터 알려져 왔습니다. Strabo와 그의 현대 Livy의 작품에는 알프스와 코카서스의 사고가 설명되어 있습니다. 가장 큰 눈사태 재해는 1915-1918 년 이탈리아와 오스트리아 간의 전쟁 인 알프스를 통한 Hannibal과 Suvorov 군대의 교차점과 같은 산에서의 군사 작전과 관련이 있습니다. 에 평화로운 시간 1920년과 1945년에는 자연 재해의 성격을 띤 눈사태가 발생했습니다. 타지키스탄, 1951년 스위스, 1954년 스위스와 오스트리아, 1987년 소련(조지아), 1999년 알파인 국가. 1999년 스위스에서만 눈사태로 인한 피해가 6억 스위스 프랑을 초과했습니다. 러시아 연방 영토에서 눈사태로 인한 대량 사망과 심각한 파괴 사례가 반복적으로 기록되었습니다. 가장 유명한 것은 1936년 12월 5일 Khibiny에서 Kukisvumchorr 마을이 두 번의 연속적인 눈사태로 파괴된 비극적인 사건입니다. 치명적인 눈사태에 대한 제한된 정보는 소련 눈사태 지적에 포함되어 있습니다. .

일회성 대량 사망 사례는 정착지, 개별 구조물 및 차량의 눈사태에 국한됩니다. 대규모 눈사태 형성 기간 동안 상당한 파괴가 가장 자주 발생하는데, 이때 짧은 시간 동안 많은 수의 눈사태 원인이 넓은 지역에 걸쳐 발생합니다.

40-60년 동안 눈사태는 건물과 도로에서 희생자를 가장 자주 추월했습니다. 현대 연구눈사태로 인한 사망 통계에 따르면 사망자의 대부분은 눈사태가 발생하기 쉬운 지역 내에서 자유롭게 이동하는 "미지의 길"을 좋아하는 사람들입니다. 미국에서는 스노우모빌리스트(35%), 스키어(25%), 클라이머(23%)입니다. 캐나다에서는 스키어(43%), 스노모빌리스트(20%), 클라이머(14%), 스위스에서는 스키어와 클라이머(88%)가 있습니다. 대부분의 비극은 피해자 자신에 의해 유발됩니다. 그리고 1998-1999년 겨울에만. 균형이 변경되었습니다. - 눈사태 붕괴 당시 전 세계 눈사태 재해 희생자 122명(전체 희생자 수의 63%)이 실내와 도로에 있었습니다. 최근 몇 년 동안 러시아에서는 등반가(북 코카서스), 관광객(북 코카서스, 키비니), 스키어(북 코카서스), 국경 수비대(북 코카서스), 승객의 사망과 같은 눈사태가 발생하기 쉬운 지역을 통과하는 사고가 발생했습니다. 차량(Transcaucasian 교통 고속도로). 이웃의 학생들은 비극적으로 정기적으로 눈사태를 일으킵니다. 정착지. 눈사태의 크기는 가능한 손상에 중요하지 않습니다. 희생자들의 통계에 따르면 그들 중 거의 절반이 200미터를 넘지 않는 작은 눈사태로 사망했다고 합니다.

이 시간에 달리는 열차의 눈사태

철도 눈사태의 결과

따라서 눈사태 방지 조치의 주요 임무는 특정 경제적 대상을 위협하는 개별 눈사태 원인으로부터 보호하고 산 경사면이 위협이 될 수있는 경제적으로 미개발 지역을 통해 눈사태로 이동하는 사람들을 방지하는 것입니다.

52도(처마 밑 경사). 45도 이상의 가파른 곳에서는 눈사태 위험이 감소합니다. 눈사태 가파른 정도 - 30도에서 45도까지. 대부분의 눈사태는 38도의 경사면에서 내려옵니다. 경사도가 26도 미만이면 눈사태 확률이 낮아지며, 45도 각도는 길이가 같은 두 개의 얼음 축을 사용하여 쉽게 판단할 수 있습니다. 또한 26도는 약 1 대 0.5의 비율입니다.

경고는 다음과 같습니다. 눈사태를 조심하십시오!

눈사태 방지 보호 조직의 필요성은 현상의 규모에 따라 결정됩니다. 러시아 연방의 눈사태가 발생하기 쉬운 영토의 면적은 3077.8 천 평방 킬로미터입니다. (국가 전체 면적의 18%), 또 다른 829.4천 평방 킬로미터. 잠재적으로 눈사태가 발생하기 쉬운 것으로 분류됩니다. 전체적으로 지구에서 눈사태가 발생하기 쉬운 지역은 육지 면적의 약 6%인 9253,000km2를 차지합니다. .

눈사태 위험예보는 산간지역의 눈사태로부터 국민과 경제시설을 보호하기 위한 일련의 대책의 일환이다. 빙하학에서 채택한 "눈사태 예보"(눈사태 위험 예보)의 정의는 눈사태 위험 기간, 눈사태의 시간 및 규모 예측을 의미합니다. . 생명 안전을 보장하기 위한 예보의 사용은 특정 조건에 의해 결정되며 정보 및 방법론 기반의 생성이 필요합니다.

눈사태 방지 활동 조직

눈사태로 인한 피해를 방지하는 근본적인 해결책은 눈사태가 발생하기 쉬운 지역에 사람을 건설하고 배치하는 것을 금지하는 것입니다. 특정 이유로 이 옵션이 항상 허용되는 것은 아닙니다. 모든 범위의 눈사태 방지 조치가 개발되어 다양한 성공률로 적용되었습니다. 눈사태가 발생하기 쉬운 지역 식별 및 현상 매개 변수 결정, 눈사태 시간 예측 서비스 구성, 보호 구조 건설, 예방 눈사태 방출 - 이러한 조치는 눈사태로 인한 피해를 방지하는 데 목적이 있습니다. 눈사태 형성 과정에 미치는 영향의 본질은 다릅니다. 공학 구조 다양한 방식눈사태 형성 방지; 예방 하강 및 일부 유형의 보호 구조는 통제된 눈사태 하강(붕괴 시간, 크기, 이동 방향 및 방출 범위)을 제공합니다. 조사 작업과 눈사태 시간 예측은 눈사태가 발생하기 쉬운 지역의 경제 활동을 조직하고 특정 시점에서 사람들이 위험한 지역에 들어가는 것을 방지하는 데 도움이 됩니다. 일반적으로 다양한 눈사태 방지 조치를 조합하여 최고의 효율성을 달성합니다.

보호 장비를 선택할 때 중요한 요소는 비용입니다. 높은 신뢰성을 제공하는 엔지니어링 구조에는 상당한 재료비가 필요합니다. 예를 들어 스위스에서는 1952년부터 1998년까지 눈사태 방지 시설 건설에 약 12억 스위스 프랑이 투자되었습니다. 측량 작업 비용과 하강 시간 예측은 훨씬 낮습니다. 따라서 1998/99 시즌 Gallatin의 눈사태 센터 (미국 Gallatin National Forest Avalanche Center)의 예산 $89,600 , La Sala (미국 La Sal Avalanche Forecast Center)에서 유사한 장치를 유지 관리하는 데 드는 비용은 약 $ 17,000입니다.

80 년대 소련에서 수행 된 눈사태 방지 조치 비용을 비교하면 다음과 같은 결과가 나타납니다.

- 눈사태의 예측 및 예방 하강, 연간 눈사태 활성 슬로프 1km 2 - 10-20,000 루블;

- 철근 콘크리트 실드가 있는 건물 슬로프, 눈사태 활성 슬로프 1km 2 - 15,000-45,000,000 루블;

- 다른 규모의 눈사태 위험 지도 편집, 눈사태 활성 슬로프의 1km 2당 비용은 0.00015 -0.03,000 루블입니다.

1980년대 소련에서 눈사태 연구의 절정기인 러시아의 눈사태 정보 수집 및 처리는 수문기상학 국가위원회의 약 40개 부서에서 수행했습니다. 눈사태 연구에 종사하는 러시아에서 가장 오래된 조직인 Apatit p/o(현재 눈사태 안전 센터)의 눈사태 보호 부서는 Khibiny 산맥 영토에서 눈사태 지원을 수행했습니다. 눈사태 센터의 적설 분포, 눈의 물리적 및 기계적 특성, 눈사태 관찰은 집중적 인 경제 개발 지역에서 자동차 및 도로를 따라 수행되었습니다. 철도, 산악 휴양지, 광산 기업. 정보 수집을 위해 관측소를 조직하여 눈과 기상 상황을 지속적으로 관찰했습니다. 특정 빈도로 눈사태 순찰 경로, 눈사태 취약 지역 상공 비행 및 눈사태 취약 지역 탐험이 차량으로 수행되었습니다.

(눈사태 원) - 눈사태 위험 - 낮음, 보통, 심각, 높음, 매우 높음

(지형 + 눈사태 고리) - 지도에 표시된 눈사태 위험이 높은 지역. 협곡의 일부 구역은 눈사태 위험이 높지 않지만 상부 경사면에는 하중을 받는 눈층이 있습니다. 모든 눈사태는 계곡 아래로 내려갈 것입니다. 따라서 다리의 트래버스는 최선의 아이디어가 아닙니다. 또한 경로가 눈사태 위험을 나타내지 않더라도 하강은 어떻습니까? 안전합니까?

눈사태 부서의 임무는 영토가 눈사태 위험에 대한 예측과 함께 눈사태의 영향을받는 지역의 인구, 치리회, 조직 및 기업을 제공하는 것이 었습니다. 예측 생산을 위해 수문 기상 서비스의 영토 부서의 기상 및 항공 관측소 네트워크의 관측 데이터가 사용되었습니다. 전체 수문 기상 서비스뿐만 아니라 눈사태 예보 서비스의 작업은 영토-행정 원칙에 기반했습니다. 눈사태 방지 작업 조직의 예인 그림 1은 80 년대 Kolyma Territorial Hydrometeorology and Environmental Control의 단위로 Magadan 지역 중부 지역 영토의 눈사태 유지 관리 계획을 보여줍니다.

눈사태 관측을 수행하고 소련 영토에서 눈사태 위험을 일시적으로 예측하기 위한 서비스를 조직하는 방법론적 센터는 중앙아시아 연구소였습니다. V. A. 타슈켄트의 Bugaev (SANIGMI). 전국 각지의 다양한 눈사태 정보가 이곳에 몰려들었고, 눈사태 관측소에서 연차 보고를 받았다. SANIGMI는 눈사태 위험 예측을 위한 이론적 토대를 개발하고 소련의 다양한 눈사태 취약 지역에 대한 예측 방법을 적용했습니다(종종 현지 눈사태 부서의 직원과 협력하여). 모스크바의 눈사태와 이류의 문제 실험실 주립대학교눈사태 위험 및 매핑을 평가하는 방법 개발을 위한 방법론적 센터 역할을 했습니다. 모스크바 주립 대학의 전문가들은 눈사태 위험을 평가하고 눈사태가 발생하기 쉬운 국경 산악 지역에서 봉사하기 위한 권장 사항을 평가하고 눈사태를 조직적으로 관찰하기 위한 전문적인 방법론을 개발했습니다. 눈사태 연구는 철도부, Gosstroy 및 기타 부서의 연구 및 생산 조직에서도 수행되었습니다.

눈사태 작업을 수행하는 조직의 활동은 다양한 관리 문서에 의해 규제되었습니다. .

눈사태 연구는 세계 여러 국가에서 수행됩니다. 그들 중 일부에서는 네트워크 원칙에 따라 데이터 수집이 수행됩니다. 스위스의 National Avalanche Bulletin 발행 조직은 80 명의 관찰자와 61 개의 자동 스테이션에서 매일 데이터 수집을 제공합니다 (그림 2). . 미국에는 산림청에만 12개의 눈사태 센터가 있습니다(그림 3).

해외에서 눈사태 작업을 조직하는 데 가장 많이 사용되는 매뉴얼은 눈사태 핸드북의 다양한 버전이며 전문 매뉴얼이 개발되었습니다.

눈사태 요인

눈사태 연구에 대한 다년간의 경험을 통해 눈사태 형성 과정에서 특정 패턴을 식별하고, 눈사태 붕괴의 주요 요인을 식별하고, 현상의 매개변수를 평가할 수 있게 되었습니다. 눈사태의 붕괴는 외부 요인의 영향으로 발생하는 외부 요인 및 눈 덩어리 내부의 프로세스의 영향으로 인해 경사면의 눈층의 안정성이 방해받을 때 발생합니다. 경사각 15도, 적설두께 15cm의 사면에서 눈사태가 발생할 수 있으나 극히 드물다. 소련에서는 눈사태가 발생할 수 있는 지역을 식별하기 위해 중소 규모의 지도를 작성할 때 적설 두께가 30cm인 등치선과 70cm의 등치선을 따라 눈사태가 자주 발생하고 심각한 영향을 미치는 지역을 제한하여 그 경계를 그렸습니다. 위험. 눈사태 형성에 가장 유리한 것은 경사각이 25-40o 인 인식 된 경사입니다. 현장 관찰 및 계산을 사용한 상세한 대규모 연구, 다양한 지역의 지형, 지구 식물학, 토양 및 수 문학적 특징에 대한 연구를 통해 눈사태의 형성, 이동 및 중지가 발생하는 영역을 식별할 수 있습니다.

눈사태 붕괴를 연구하는 과정에서 다양한 산악 지역에 공통적인 주요 요인이 확인되었고 눈사태 형성에 미치는 영향의 특성이 결정되었습니다(표 1).

1 번 테이블

눈사태 형성 요인의 분류:

요인	눈사태에 미치는 영향
A. 고정 요인
1. 하지면의 조건
1.1. 상대 높이, 일반적인 지형 상황:	장소의 위도와 능선의 절대 높이 및 방향에 따라 해부 깊이(눈사태 낙하 높이) 및 눈 덮개를 결정합니다.
능선과 고원지대	눈 분포, 눈 처마, 스노우 보드의 국지적 눈사태에 대한 강한 바람의 영향
능선과 상부 산림선 사이의 구역	블리자드 눈 쌓임, 스노우 보드에서 눈사태 형성의 광범위한 영역
상부 삼림선 아래 구역	눈의 재분배에 대한 바람의 영향 감소, 하드 보드의 눈사태 수 감소, 소프트 보드의 눈사태 유병률
1.2. 경사 가파른	임계 적설 높이 결정
> 35o	느슨한 눈사태가 자주 발생합니다.
>25o	눈사태는 종종 스노우 보드에서 형성됩니다.
> 15o	눈의 흐름, 눈사태 형성의 하한
< 20 o	눈의 흐름, 눈사태의 퇴적. 매우 낮은 경사면에서 내려오는 물에 젖은 눈으로 인한 눈사태 발생 가능성
1.3. 슬로프 방향:	눈사태, 눈사태 유형에 영향을 미침
태양과 관련하여	그늘진 슬로프에서 스노우 보드의 눈사태 증가, 햇볕이 잘 드는 슬로프에서 젖은 눈사태의 수 증가(적설 매장량이 동일)
바람과 관련하여	바람이 불어가는 쪽 경사면에서는 적설량 증가, 스노우 보드의 눈사태 수 증가, 바람 쪽 경사면에서는 반대 효과
1.4. 표면 구성	적설량, 눈사태 유형, 임계 적설 높이에 영향을 미침
평평한 경사	스노우보드와 느슨한 눈으로 인한 운하가 없는 눈사태(말벌)
쟁반, 깔때기, 카트	눈이 밀집된 장소, 주로 스노보드에서 발생하는 수로화된(슈트) 눈사태
종단 프로파일을 따라 기울기의 급경사 변화	볼록한 경사면에는 가파른 경사면에서 스노우 보드와 눈사태 분리 선이 종종 있습니다. 느슨한 눈사태의 출현 지점, 임계 눈 높이에 중요한 영향, 눈사태 점프
안도의 선반	그 아래에는 느슨한 눈사태가 자주 발생합니다.
1.5. 표면 거칠기	중요한 눈 두께에 영향을 미침
부드러운 표면	작은 임계 두께, 표층 눈사태
튀어나온 장애물(바위, 가로 능선)	큰 임계 두께, 전체 깊이 눈사태
초목	잔디 - 눈의 붕괴, 전체 깊이의 눈사태에 기여합니다. 덤불-눈으로 완전히 덮일 때까지 눈사태가 내리는 것을 방지합니다. 숲 - 밀도가 충분히 높으면 눈사태 발생을 방지합니다.
나. 변수 요인
2. 현재 날씨(최대 5일 전)
2.1. 눈이오다:	부하 증가. 불안정한 물질의 질량 증가.
새로운 눈의 종류	푹신한 눈 - 느슨한 눈사태뭉친 눈 - 스노우 보드의 눈사태
일일 눈 성장	적설 두께가 증가함에 따라 적설 불안정성이 증가합니다. 새 눈과 오래된 눈 모두 이탈이 가능합니다.
강설 강도	더 높은 강도에서 점진적인 불안정성, 신선한 눈사태 수 증가, 완만한 경사면에서 눈사태 위험 증가
2.2. 비	젖은 느슨하거나 부드러운 저수지 눈사태의 하강을 촉진합니다. 물-눈 흐름 및 눈-토양 산사태 발생 가능성
2.3. 바람	슬로프에 국지적 눈 과부하 생성, 스노우 보드 형성 및 불안정한 층서학
방향	풍하측 경사면에서 눈사태 형성 위험 증가; 코니스 형성
속도 및 기간	증가함에 따라 저수지 눈사태의 국지적 붕괴 가능성이 증가합니다.
2.4. 열 조건	눈의 강도와 눈 덩어리 내부의 응력에 대한 모호한 영향. 온도의 감소와 증가는 모두 불안정성을 초래할 수 있습니다.
적설 온도 및 자유 수분 함량	녹는점까지 온도를 높이면 눈에 자유수분이 생겨 눈이 불안정해질 수 있습니다.
기온	모든 노출의 기울기에 대해 동일한 효과, 강한 냉각은 기울기 변성으로 인한 불안정성 발달에 기여합니다.
태양 복사	태양 노출의 경사면에서 방사선 해빙의 발달로 인한 불안정성 발달
열복사	구름이없는 하늘에서 중요한 밤과 그늘에서 눈 표면의 냉각은 표면과 깊은 서리의 형성에 기여합니다.
3. 오래된 눈 덮개의 조건(이전 기상 조건과 전체 겨울철 날씨의 통합적 영향)
3.1. 총 적설 높이	주요 눈사태 위험이 아닙니다. 경사면의 거칠기를 부드럽게 합니다. 땅에 떨어지는 눈사태의 질량에 영향을 미칩니다. 기울기 변성 과정에 영향을 미칩니다.
3.2. 층서학	경사면에서 두께의 안정성은 응력을 고려하여 약화된 층의 존재에 의해 제어됩니다.
오래된 표면층	조건 - 느슨함(표면 서리), 취성, 거칠기 - 후속 강설 시 중요합니다.
스노우 커버의 내부 구조	복잡한 구조, 약화 된 층, 얼음 껍질로 인해 불안정성이 발생합니다.

눈사태 형성 과정은 위의 요소뿐만 아니라 이들의 조합에 의해서도 영향을 받는다는 점에 유의해야 합니다. 이미 지구 표면에 눈이 쌓이는 동안 많은 과정의 영향이 수행됩니다. 눈 결정의 모양과 크기, 발생 특성 및 표면층의 밀도는 기온, 풍향 및 속도, 기본 표면의 모양 및 매개 변수에 의해 결정됩니다. 눈 덩어리에서 하나 또는 다른 유형의 변성 작용의 우세, 진화의 본질은 다양한 요인의 작용의 함수입니다.

장기간의 관측을 바탕으로 눈사태의 기상요인(강우강도, 적설량, 풍속 등)의 정량적 지표와 산지별 눈사태 체제의 특성을 파악하여 이를 추정할 수 있다. 어느 정도의 확률로 눈사태의 가능성이 있는 경우, 구호는 눈사태 요인으로 평가됩니다. 가장 간단한 예측 방법은 눈의 현재 및 예측 값과 기상 특성을 임계값과 비교하는 것입니다. .

눈사태 붕괴 요인 분석을 통해 눈사태의 유전적 유형을 파악하고 분류할 수 있게 됐다. 눈사태 예보를 위한 유전적 분류의 필요성은 예보관이 정확히 무엇을 예측할 것인지, 어떤 요소를 먼저 주목해야 하는지 명확하게 이해해야 한다는 점에서 설명된다. 이것은 추가 하중의 발생과 눈 덮개의 습기 존재를 결정하는 외부 요인을 고려할 수 있습니다. , 적설에서 외부 및 내부 프로세스의 작용에 따른 분리 , 떨어지는 눈의 구조와 그 분리의 특성의 유형화 , 경사면에 놓인 눈 덮개의 힘의 균형에 대한 외부 요인의 영향.

스키 슬로프에서 눈사태의 개략도 사진

고유한 유전적 분류의 개발은 여러 요인의 조합에 의해 눈사태가 발생할 수 있다는 사실 때문에 복잡합니다. 예를 들어, 러시아의 많은 지역에서 전통적으로 갓 내린 눈사태 또는 눈보라 눈사태로 분류되는 눈사태의 붕괴는 눈 덮음의 깊은 층의 파괴로 인해 발생합니다. 느슨해지는 과정, 즉 일부 징후에 따르면 장기 개발의 눈사태로 인한 것일 수도 있습니다. 사용 가능한 방법에 대한 분석에 따르면 예상되는 눈사태 유형의 수는 대부분의 연구자가 제안한 것보다 적습니다. 눈사태를 구별하기 위한 간소화된 계획은 " 방법론적 권장 사항소련의 눈사태 예측에 따르면 ":

• 갓 내린 눈;
• 눈보라;
• 오래된 눈;
• 기타.

불확실성 마지막 그룹많은 눈사태의 혼합 기원으로 인해. 앞으로 눈사태의 유전적 유형을 지정할 때 예측 방법론 개발자가 지정한 정의가 사용될 것입니다.

많은 외국 연구자들이 관심을 기울이지 않는다는 점에 유의해야 합니다. 특별한 주의떨어지는 눈 층의 구조에 대한 연구에 중점을 둔 눈사태의 기원에 따른 분류. 예를 들어 소프트 보드 또는 하드 보드라는 용어가 널리 사용됩니다. .

눈사태 예보

에 대한 눈사태 예보 일반적인 견해눈사태의 장소와 시간에 대한 표시를 포함합니다.

에 첫 단계특정 지역의 눈사태를 연구하려면 가능한 눈사태 장소를 식별하고 매개 변수를 계산하고 눈사태 체제를 결정해야 합니다. 이를 위해 눈사태 관측 자료, 눈사태 위험의 간접적 징후, 통계적 종속성, 수학적 모델이 사용되며 기록 보관소가 연구되고 지역 주민 설문 조사가 수행됩니다. 수신 및 계산된 데이터를 기반으로 눈사태 위험 지도가 작성됩니다. 연구 결과는 다음과 같이 정의됩니다. 공간 예보눈사태 위험 - 눈사태 "기후" 예보 . 적용 범위 측면에서 지역적(개별 눈사태 소스 또는 그룹의 경우) 및 배경(산간 지역 또는 그 조합의 경우)일 수 있습니다. 따라서 지역예보를 표현하기 위해 대축척도를 사용하고, 배경예보를 위해 중소축척도를 사용한다.

대규모 지도에는 다음과 같은 정보가 포함될 수 있습니다. 눈사태 분리 및 통과 구역을 나타내는 눈 수집 윤곽, 다양한 확률의 눈사태 분포 경계, 동적 특성의 등선, 전파 전파 경계, 눈사태의 빈도.

서유럽에서는 대규모 지도에 대한 정보 표시 형식에 종종 적용되는 특성이 있습니다. 다른 색상 음영은 눈사태 영향의 빈도와 강도를 특성화하고 주어진 영역의 가능한 사용을 결정합니다. 보호 구조물을 사용한 건축 허가 및 제한 없음.

1998/99년 겨울 기간에 주목해야 합니다. 알파인 지역의 많은 눈사태가 흰색(안전한 것으로 계산됨) 영역에 진입하여 심각한 피해를 입혔습니다. 예를 들어 2 월 23 일 Galtür에서 전후 기간에 오스트리아에서 가장 큰 눈사태 재해가 발생했습니다. 눈사태가 안전한 것으로 간주되는 경사면에서 내려와 31 명의 목숨을 앗아갔습니다. 안전에 대한 결론은 역사적 연대기에서 이 경사면의 눈사태에 대한 정보가 없다는 점에 근거합니다. 이러한 이벤트는 눈사태 위험 평가 방법(공간 예측)의 불완전성을 나타냅니다.

평균 규모에서 눈사태가 발생하기 쉬운 슬로프의 특성, 즉 눈사태 빈도, 볼륨 및 유전 유형이 제공됩니다. 소규모 지도는 건물 구조 설계 및 기타 측량 작업에서 특별 측량이 필요한 영역을 식별하는 역할을 합니다. 여기에는 눈사태 활동 정도에 대한 추정치가 포함됩니다. ( 탭. 2 ).

표 2

눈사태 활동의 등급:

지도는 눈사태로 인한 피해 가능성 평가, 눈사태 방지 조치 선택에 대한 권장 사항 및 효과 평가를 표시할 수 있습니다.

일시적인눈사태 위험 예측의 측면은 특정 기간 내에 주어진 지역에서 눈사태 가능성을 결정하는 것입니다. 세 가지 유형의 눈사태 예측은 해당 지역의 영역에 따라 구별됩니다.

1. 백그라운드 소규모, 컴파일됨 산악 시스템또는 최소 250km2 면적의 개별 강 유역;
2. 일반적으로 25-30km 2 또는 큰 눈사태의 면적이있는 산 분지의 영토에 대한 대규모 배경;
3. 단일 눈사태 또는 눈사태 경사면을 위해 컴파일된 자세한 대규모

과학 문헌에 제시된 예측의 단기, 중기 및 장기 예측 분류는 이러한 구분을 위해 고정된 시간 간격을 사용하지 않습니다. 눈사태 위험 예보 작업을 분석한 결과, 실제로는 겨울철의 경우 하루, 48시간, 72시간 동안 장기간에 걸쳐 예보가 가능하다는 것을 알 수 있습니다.

눈사태 위험 예측은 눈사태 위험을 식별하기 위한 알고리즘을 결정하는 지역 또는 별도의 소스를 위해 특별히 개발된 방법을 사용하여 생성됩니다. 눈사태 형성 요인의 영향이 지속되는 기간인 눈사태 기간의 예측을 위해 여러 가지 방법이 제공됩니다. 일반적으로 이 접근법은 폭설과 눈보라 동안 눈사태를 예측하는 데 사용됩니다. 눈사태는 임계 조건에 도달한 순간부터 강설(눈보라)이 끝날 때까지 그리고 강설이 끝난 후 1~2일 동안 예측됩니다. 눈사태 예보는 본질적으로 협의적입니다. 예보관은 "온난화의 강도가 며칠 동안 계속된다면" 등과 같은 가정을 기반으로 예측을 작성해야 하기 때문입니다. 동시에 주기적 예측은 일일 예측에 비해 정확도가 훨씬 더 높습니다. 그러나 이러한 유형의 예측에 수반되는 눈사태 시간의 불확실성은 소비자에게 사용을 불편하게 만듭니다.

많은 예후 센터에서 며칠 동안 예측하여 매일의 위험 정도를 나타냅니다.

눈사태 방지 조치를 구성하는 데 드는 피해 또는 불필요한 비용을 방지하기 위해 유효 기간 동안 예측이 업데이트될 수 있습니다. 예를 들어, 스위스 국가 눈사태 속보는 매일 17시에 발행되며, 눈과 기상 조건에 중대한 변화가 있는 경우에는 오전 10시에 새로운 속보 텍스트가 발행됩니다.

많은 예측 방법에 통합된 예측의 리드 타임(예측 편집에서 실행 시작까지의 시간)은 0입니다. 실제로 이것은 눈사태에 대한 임계 조건에 도달했다는 사실에 대한 진술을 의미합니다. 이 상황의 주된 이유는 눈사태 상황 발생의 일시적인 현상 (몇 시간에서 하루까지), 기상 조건의 지속적인 변화, 필요한 정보의 지속적이고 광범위한 수집 불가능에 있습니다. 예보의 품질과 리드 타임을 결정하는 매우 중요한 점은 적설의 구조와 특성의 고유한 공간적 및 시간적 변동성입니다. 진단 체계는 기상 요소의 관성 예보가 계산에 사용될 때 예측 체계로 변환됩니다. 정량적 강수량 예보를 위한 정확한 방법의 부재와 다수의 기상요소를 예보하는 구간형식의 부재로 인해 기상예보 중심의 방법론적 리드타임의 한계를 보완하였다. 리드 타임을 늘리고 예측 품질을 개선하기 위해 눈사태 전문가는 작업에 필요한 기상 특성을 예측하기 위한 고유한 방법을 만드는 경우가 많습니다. 예를 들어 Zailiysky Alatau에 대해 하루에 15mm 이상의 강수량 예보를 인용할 수 있습니다.

별도의 예측 방법 , 눈사태 분리대 지역의 적설 상태에 대한 정보를 사용하여 눈사태 붕괴 시간을 계산합니다.

새로운 눈과 기상 정보가 제공되면 예측이 수정될 수 있습니다.

여러 방법의 예측 주제는 눈사태의 양적 특성 - 볼륨, 릴리스 범위, 눈사태 수입니다. . 배경 예보의 경우 특정 눈사태 중심, 눈사태의 고도 간격 및 특정 노출의 경사와 같은 하강 장소가 지정됩니다.

예보 대상은 예보 대상 지역의 눈사태 중심의 1/3 이상에서 눈사태가 발생하는 대규모 눈사태일 수 있습니다.

기법 장기 예측눈사태 위험은 가능한 기후 변화를 고려합니다. 예측 대상은 눈사태 기간의 기간, 눈사태 강설 일수 및 눈사태를 나타내는 여러 특성 - 적설 두께, 평균 일일 기온이 음수 인 일수입니다.

눈사태 위험 예측은 대안적이고 확률적인 특성을 가질 수 있습니다. 대체 예측을 사용하면 "눈사태 위험"과 "비눈사태 위험"의 두 가지 공식이 가능합니다. 소련에서는 눈사태 위험을 평가하는 이러한 접근 방식이 대부분의 경우에 사용되었습니다. 그러한 예측의 얇은 점은 인구와 경제 시설을 위협하지 않는 눈사태입니다. . 동시에 비눈사태 상황에 따르면 눈사태가 내리지 않거나 10m3에 달하는 적설량의 미세한 움직임이 없어 인명 및 경제시설에 위해를 가하지 않는 상황을 고려한다. 대안적인 예측은 자발적인 눈사태의 붕괴를 제공합니다. 하나 이상의 눈사태가 발생하면 예측이 정당한 것으로 간주됩니다(대규모 눈사태 예측의 경우 제외). 눈사태의 인공 붕괴 가능성은 별도로 협상할 수 있습니다.

눈사태의 확률은 백분율로 추정할 수 있는데, 이는 사용자가 예측을 해석하는 불편함과 일정 척도로 인해 극히 드물게 사용됩니다. European Avalanche Hazard Scale의 개념은 1985년에 개발되었습니다. . 1993년에 광범위한 논의를 거쳐 서비스에서 실제로 사용하기 위해 척도가 채택되었습니다. 눈사태 예보다수의 서유럽 국가(표 3). 위험의 정도는 점진적으로 증가하는 5가지 수준으로 평가되며, 산비탈의 적설 안정성, 눈사태 가능성 및 규모, 산지 생활에 미치는 영향의 특성 측면에서 설명됩니다. 눈의 상태(안정성)는 가능한 추가 하중과 관련하여 평가됩니다.

표 3

유럽 ​​눈사태 규모:

	눈사태 위험 정도	적설 안정성	눈사태 확률	육상 운송 경로 및 정착지에 대한 권장 사항	눈사태 보호 구역 밖에 있는 사람들을 위한 권장 사항
1	미성년자	적설이 산비탈에 잘 고정되어 있어 안정적이다.	붕괴는 일부 매우 가파른 경사면에서 상당한 추가 하중이 가해질 때만 가능합니다. 눈의 움직임만 자발적으로 발생할 수 있습니다.	위협 없음	안전한 조건
2	보통의	가파른 경사면의 눈 덮개는 적당히 고정되어 있으며 다른 경사면에서는 좋습니다.	주로 지정된 경사면에서 상당한 추가 하중으로 붕괴가 가능하며 눈사태의 자발적인 붕괴는 거의 없습니다.	대부분 유리한 조건	특히 표시된 노출 및 고도 수준의 표시된 가파른 경사면에서 이동 경로의 신중한 선택
3	중요한	급경사면에 고정된 적설은 적당히 또는 약하게 고정됨	이 슬로프에 약간의 추가 하중이 가해지면 눈사태가 발생할 수 있습니다. 개별 중형 및 덜 자주 대형 눈사태의 붕괴 및	보호되지 않은 지역은 위험합니다. 필요한 예방 조치	상대적으로 불리한 조건. 표시된 슬로프 영역에서 움직임을 피할 필요가 있습니다.
4	큰	눈 덮개는 대부분의 경사면에 느슨하게 고정되어 있습니다.	추가 하중이 거의 없는 대부분의 경사면에서 붕괴 가능	대부분의 보호되지 않은 지역은 위험합니다. 예방 조치를 취하는 것이 좋습니다	불리한 조건. 돌아다니려면 많은 경험이 필요합니다. 경사면에서의 이동 제한.
5	매우 큼 (예외적)	적설량이 불안정하다	모든 경사면에서 수많은 자발적 눈사태가 무너질 것으로 예상됩니다.	큰 위협. 주의사항	매우 불리한 조건. 이동 거부 권장

유럽의 눈사태 위험 척도에 따라 개발된 예측은 눈사태 위험이 낮은 경우에도 항상 인공 눈사태의 붕괴 가능성을 제공합니다. 미국과 캐나다에서는 눈사태 위험을 예측할 때 자체 개발이 사용됩니다. 미국 눈사태 위험 척도는 4단계, 캐나다는 5단계입니다. 수락됨 미국 전문가규모는 자연적인 눈사태의 형성 가능성을 고려합니다. 모든 접근 방식의 확실한 이점은 눈사태 지역의 인구에 대한 권장 사항이 있다는 것입니다(프랑스 및 이탈리아 예측 서비스는 예측 공식에 이러한 권장 사항을 포함하지 않음).

눈사태 위험을 평가하는 확률적 접근 방식에서 해결되지 않은 문제는 예측의 정확성을 정확하게 확인할 수 없다는 것입니다. 이것은 눈사태의 수와 그 양을 평가할 때 질적 지표에 의해 방해를 받습니다.

이와는 별도로 다른 대부분의 위험한 것과는 달리 날씨 이벤트, 눈사태 위험에 대한 부당한 예측이 나중에 눈사태가 내리지 않을 것이라는 의미는 아닙니다!

일반적으로 허용되는 눈사태 예보 제시 형식은 눈사태 게시판입니다(그림 4). 대규모 눈사태가 예상되었을 때 소련의 예후 센터는 폭풍 경고를 준비하여 비상 방식으로 소비자에게 전달했습니다. 여러 국가에서 눈사태 게시판은 해당 지역의 눈사태 위험 지도로 보완됩니다. 지도와 전문가 의견(보고서)은 장기적인 눈사태 위험 예측을 제시합니다(그림 5).

후지산의 대형 눈사태 Timpanogos, Wasatch Range, 유타

예측의 정확성은 눈사태가 발생하기 쉬운 인구 조사 결과에 따라 개별 시민 및 조직의 보고서에 따라 영토의 공중 비행 중 고정 게시물, 도로 및 철도를 따라 경로에서 관찰하여 확인됩니다. 지역.

눈사태 위험 예측을 위한 방법론적 지원

과학적 근거에 따르면 1930년대 초 소련(Khibiny 산맥)과 스위스에서 눈사태를 정기적으로 관찰하기 시작했습니다. 축적된 경험과 데이터를 통해 몇 년 안에 영토의 눈사태 위험을 예측할 수 있게 되었습니다. 처음에는 연구자의 직감에 대한 예측이 이루어졌습니다. 눈사태의 가능성을 평가하는 직관적인 접근 방식은 꽤 오랜 기간 동안 유지되었습니다. 예를 들어, 귀납 논리의 관점에서 미국과 캐나다에서 눈사태 예측 시스템이 구축되었습니다. 1930년대 말에 최초의 예측 방법이 등장했습니다. I.K.Zelenoy는 눈보라 동안 눈사태를 예측하는 방법론을 만들고 실행했습니다. 그 후 많은 산악 지역이 눈사태 관측으로 뒤덮였을 때 여러 나라전 세계적으로 눈사태 예보관을 돕기 위해 수많은 기술이 개발되었습니다. 다양한 방법눈사태 위험의 정의. 이러한 기술은 국가의 많은 산악 지역에서 만들어졌습니다. 그러나 1980년대 말까지 63에 언급된 예측 방법의 절반 미만이 실제로 테스트되고 적용되었습니다. 현재 수문기상 서비스의 Sakhalin, Irkutsk 및 Kolyma 부서와 Apatit 공장의 눈사태 보호소만이 예측 모델을 생산에 도입했습니다. 그 이후로 전문 문헌의 출판물로 판단하면 상황은 크게 개선되지 않았습니다.

이 상태에 대한 이유는 산업 및 과학 조직의 활동 및 상호 작용의 다양한 측면에 있습니다. 눈사태 연구에 관한 문헌에서 생산 테스트 후 실제 적용을받은 수문 기상 서비스의 산업 및 과학 및 산업 조직에서 생성 된 눈사태 위험 예측 방법과 예측에 가장 자주 사용되지 않는 과학 조직의 이론적 연구는 출판되었습니다.

눈사태 위험을 결정하는 방법은 소련의 국경 지역에 대해 별도로 만들어졌습니다. 그들의 사용은 국가의 국경 부대에서 수행되었습니다.

많은 전문가들이 특정 산지를 위해 개발된 방법론을 다른 지역에서 사용할 가능성에 대해 회의적이라는 점에 유의해야 합니다. 이는 기후, 우세한 기상 조건, 지형 및 슬로프의 기본 표면 특성의 차이로 인해 방해를 받습니다. 이 경우 방법론의 적용 범위를 결정하고 새로운 주요 요인을 식별하는 등의 추가 연구가 수행됩니다.

수문기상 서비스에서 채택된 관행에 따르면, 새로 생성된 방법은 독립적인 재료에 대해 확인되고 생산 테스트를 거친 후 다음에 대해 권장(권장되지 않음)됩니다. 실용적인 응용 프로그램. 정보 수집, 처리 및 생산 테스트를 포함한 방법론 개발 기간은 수년입니다. 그들의 평가는 예측의 정당화, 예측된 현상의 경고 및 A.M.Obukhov 및 N.A. Bagrov의 잘 알려진 기준으로 간주됩니다.

예측 품질에 대한 주요 요구 사항: 현상의 존재에 대한 일반적인 정당화 및 경고의 합계(%)는 100%에서 현상이 있는 경우의 자연 발생 빈도의 합계보다 커야 합니다.

소비자에게 제시된 예측의 최종 버전은 방법 외에도 방법, 자신의 경험, 직관 및 방법에서 고려하지 않은 추가 데이터를 사용하여 전문가가 작성합니다.

눈사태 위험 예측의 주요 방법론적 원칙은 다음과 같이 공식화됩니다.

• - 예보가 적용되는 지역과 리드 타임 사이의 비례 원칙, 예를 들어 배경 예보는 눈사태 방지 조치를 구성하기 위한 실제 시간보다 적지 않은 리드 타임을 가져야 합니다.
• - 상황의 변화에 ​​대한 지속적인 모니터링
• - 새로운 예보 방법을 개발할 때 눈 발달의 선사시대와 시간에 따른 기상 상황을 고려합니다.
• - 세부적인 눈사태 경보에는 한계가 있으며, 이는 백그라운드 데이터 외에 각 눈사태 소스에서 개별 정보를 수집하는 기능으로 제공됩니다.

눈사태 위험 예측을 만드는 데 사용할 방법론의 생성에는 여러 단계가 포함됩니다.

• 학습 샘플 생성,
• 예측자의 선택,
• 그들의 변신,
• 예측 방법의 선택,
• 예측 인식(정당화)의 신뢰성 평가.

예측 변수 선택

예측의 품질은 특정 지역과 고정된 시점에서 눈사태의 형성을 결정하는 지표인 집합과 최적의 예측자 수를 선택하여 보장됩니다. 여기에는 (표 1) 적설 특성, 대기 과정 지표, 기상 및 기력 요소 값, 기복 매개변수가 포함될 수 있습니다. 눈사태 위험 예측의 실행에서 측정, 정규화(정규 분포와 다른 경우) 및 계산된 값(강우 강도, 기온 변화 등)이 사용되며 몇 가지 초기 변수를 고려한 일반화된 지표가 사용됩니다. 특정 프로세스를 설명합니다 (폭설 된 눈의 양을 특징 짓는 행동 기간에 따른 풍속의 산물).

따라서 예측 방법론을 개발하는 초기 단계에서 작업은 방법론의 필수 통계적 신뢰성과 예측 정확도를 제공하는 기능 집합에서 가장 유익한 기능을 선택하는 것입니다. 단일 기능의 정보 ​​콘텐츠는 다른 기능에 비해 해당 기능에 포함된 정보의 양을 측정한 것으로 이해됩니다. 동시에, 많은 연구자들에 따르면, 대부분의 눈사태 상황의 분석(특히 통계적)을 위해 부피가 큰 데이터 배열을 형성할 필요가 없습니다. 큰 수눈사태 징후. 일반적으로 데이터 양을 늘려도 리드 타임과 예측 정확도가 향상되지 않습니다.

피처(예측자)의 선택은 물리적 고려 사항 및 수학적 통계 방법을 기반으로 수행될 수 있습니다. 예측 방법에 대한 예측 변수의 선택은 예측이 이루어지는 영역의 영역과 해당 값의 변동성을 고려해야 합니다.

눈사태 위험 예측에 사용되는 예측 변수의 정보 내용 지표로 다음을 사용합니다.

• - 더블 티- 학생의 기준;
• 는 Mahalanobis 거리입니다.
• 피셔 분리성 지수입니다.

쌍별 독립 예측 변수의 상관 분석을 통해 상호 종속 값을 제거하여 예측 변수의 수를 줄일 수 있습니다. 작업에서 기호는 독립적인 것으로 간주되었으며 상관 계수는 모듈로 0.6 미만입니다. 요인을 줄이는 방법으로 사용되는 주성분 분석을 통해 상호 종속 예측 변수를 사용할 수 있습니다. 가장 일반적으로 사용되는 회전은 varimax 방법(변수의 원래 공간의 분산을 최대화함)입니다.

정보성 정도에 따른 기호의 순서는 "체질"의 절차를 사용하여 결정됩니다. » . 대체 예측을 컴파일할 때 눈사태가 있는 클래스와 눈사태가 없는 클래스의 두 가지 클래스로 분류됩니다. 처음에 일반 예측 벡터의 구성에는 고려 중인 현상의 물리적 모델을 결정하고 해당 기능을 고려하는 모든 기능이 포함됩니다. 피셔 분리성 지수의 최대값을 제공하는 예측자는 총 예측자 수에서 선택되고 이 예측자의 값은 나머지 각 예측자와 쌍으로 계산됩니다. 이 절차는 각 다음 예측 변수를 추가하여 분리 가능성 지수의 성장이 멈출 때까지 계속됩니다. 따라서 눈사태 형성 조건을 가장 완전하게 설명하는 예측 변수 그룹이 결정됩니다.

각 기능의 영향 특성에 대한 평가는 두 클래스의 평균값을 비교하여 이루어집니다. 특징의 정보 내용 정도를 비교하기 위해 Mahalanobis 거리를 계산합니다. 그리고 각 클래스에서 매개변수의 평균값 차이의 유의성을 확인하기 위해 이중 티- 학생의 기준. 차이의 중요성은 클래스의 격리와 좋은 분류의 가능성을 나타냅니다.

예를 들어, 판별 분석을 사용하여 예측할 때 현상이 있는 클래스에서 특성 수와 일련의 관찰 길이 사이의 최적 비율은 1/10 이하여야 한다는 것이 확립되었습니다. 일반적으로 그 수는 5-10 범위입니다.

예측 변수를 선택할 때 주성분 방법을 사용하여 작업에서 공식화된 규칙을 따를 수 있습니다.

• 첫 번째 주성분은 눈 층에 대한 "힘 효과"(하중)로 정의(표현)될 수 있습니다.
• 두 번째 - 눈사태의 "온도 배경"으로;
• 세 번째는 "사라질 눈 덩어리의 준비"입니다.

눈사태 형성의 주요 요인을 식별하기 위한 장기 연구 및 작업 분석을 통해 다양한 유전 유형의 눈사태에 대한 가장 중요한 예측 변수를 식별할 수 있었습니다(표 4).

표 4

다양한 유전 유형의 눈사태에 대한 가장 중요한 예측 변수 세트:

정보의 종류	눈사태의 창세기
(옵션)	신선한 눈에서	눈보라에서	열 풀림	승화 풀림
기온	+	+	+	—
눈 두께	+	(+)	+	(+)
눈과 같은 물	(+)	—	(+)	(+)
적설량	(+)	(+)	(+)	(+)
눈 수분	—	—	+	—
눈 온도	—	—	+	(+)
공기 습도	(+)	—	—	—
눈보라 전송	—	+	—	—
일조시간	—	—	(+)	—
눈에서 음향 방출	+	+	(+)	(+)
바람의 속도	(+)	+	—	—
눈사태 시간	+	+	+	(+)
느슨한 지평의 힘	(+)	—	—	(+)
결정 크기	—	—	(+)	(+)
대기압	—	+	—	—

+ — 기호는 정보를 제공합니다.

(+) - 조건부 정보 제공

- 유익하지 않은

신선한 눈의 높이 및/또는 강수량의 증가와 같은 예측 변수가 잘 인식되고 신선한 눈으로 인한 눈사태를 예측할 때 많은 산악 지역에서 보편적일 수 있다는 것이 확립되었습니다. 여러 지역의 눈보라는 제한된 예측 변수 세트를 사용하여 예측할 수도 있습니다. 동시에 같은 산간 지역 내에서도 습한 눈사태는 상당히 다른 예측 변수를 가질 수 있습니다.

상세한 예보 방법은 주로 특정 소스의 적설량 데이터 사용을 기반으로 하는 반면, 배경 방법은 대부분 항공종합 및 기상 정보를 기반으로 합니다.

눈사태 조건의 차별화

예측 절차에 선행하는 눈사태 형성 조건의 분류는 소련의 발전에 전통적이며 많은 저자의 의견에 따라 품질 향상에 기여합니다. 많은 눈사태 예측 기술은 특정 유전 유형의 눈사태를 위해 설계되었기 때문에 이 프로세스를 통해 현재 상황을 일반적인 상황과 비교하고 특정 클래스에 할당하고 주요 요인 및 특정 방법의 적용에 집중할 수 있습니다.

눈사태 발생 조건을 분류하기 위한 예측변수 선정은 예측방법 선정과 유사하게 수행된다. 눈사태 형성 조건을 구별하기 위해 다음이 사용됩니다.

• - 회귀 분석;
• - 판별 분석;
• - 주요 구성 요소 분석.
• - 패턴 인식 방법;

건식 또는 습식 눈사태의 발생에 상황을 귀속시키는 메커니즘이 작업에 설명되어 있습니다. 첫 번째 단계에서는 눈사태 관측소에서 결정된 기원에 따라 건식 및 습한 눈사태의 훈련 샘플이 형성되었습니다. 다음으로, 예측 변수의 정보 내용 결정, 판별 함수 구성 및 각 이벤트가 특정 클래스에 속할 확률을 결정하는 절차가 수행되었습니다.

작업에서 계산된 주성분은 판별 함수의 방정식을 얻을 수 있게 하여 90% 이상의 정당성으로 신선한 눈사태를 건조하고 젖은 눈사태로 분리했습니다. 동시에, 건조한 눈사태의 분리가 높은 신뢰성(91-95%)으로 인식되었지만, 선을 따라 분리된 습한 눈사태와 한 지점에서 분리된 관계는 각각 84%와 63%의 식별 정확도를 보여주었습니다. .

눈사태 위험을 예측하는 여러 가지 방법에는 적용이 시작되는 발생 순간의 조건이 포함됩니다. 따라서 눈사태 시즌의 시작일은 기상지에서 30cm의 적설 두께를 달성한 것으로 간주할 수 있으며, Tom River 유역의 경우 제안된 방법에 따라 수집된 첫 번째 눈사태 위험 예측은 다음과 같아야 합니다. 안정된 적설이 형성된 날부터 100mm의 고형강우가 쌓이는 것 등 현재 상황을 평가할 때 이 기술은 매개변수 중 하나가 임계값에 도달하는 순간부터 작업을 시작할 수 있습니다. 예를 들어 강 유역의 경우 Kunerma 반일 강수량은 1mm에 도달해야 합니다.

눈사태 위험의 직접(현장) 결정 방법

정기적인 눈 사태 관찰에는 눈 덩어리의 층서학 연구, 적설 두께 측정, 눈의 물리적 및 기계적 특성 결정, 밀도, 일시적인 전단 및 인열 저항, 경도, 인장 강도 등이 포함됩니다. 측정은 다음에서 수행됩니다. 가능한 한 눈사태가 발생하기 쉬운 경사면(가파름, 노출)과 유사한 매개변수를 갖는 안전한 지역의 눈사태 발생원 바로 근처.

관측 데이터의 가장 간단한 통계 처리를 통해 측정 결과를 사용하여 눈사태 붕괴 가능성을 결정할 수 있는 경험적 관계를 설정할 수 있습니다(표 5). 재료가 축적됨에 따라 눈사태 위험 정도가 추정되고 예상되는 눈사태 유형이 결정되는 것과 비교하여 수직 프로파일을 따라 강도 특성 분포에 대한 전형적인 결합 층서 기둥 및 다이어그램이 작성됩니다.

표 5

콘 프로브를 사용한 사운딩 데이터를 기반으로 눈사태 위험을 예측하기 위한 경험적 종속성:

눈사태 위험	프로브 저항 R, kg	클러치 에서»1.4Rkg / dm2	인접 레이어의 강도 비율
심함(곧 눈사태가 발생할 수 있음)	1.5 미만	2 미만	4개 이상
중간(적설이 기계적으로 교란되면 눈사태가 발생할 수 있음)	1,5-5	2-7	2,5-4
낮음(눈사태 위협이 거의 없음)	5-21	7-30	2,5-1,5
잃어버린	21세 이상	30세 이상	1.5 미만

많은 국가에서 눈사태 서비스는 적설량의 안정성을 테스트하기 위한 시스템을 개발했습니다. 테스트 중에 취약한 층이 식별되고 특정 산 경사면(눈사태 초점에서)에서 눈 층의 이동 및 침강에 필요한 힘이 추정됩니다. 동시에 양적 정의와 질적 정의가 모두 평가에 사용됩니다. 즉석 수단 (삽, 스키)을 사용하는 가장 간단한 조치를 통해 전문가뿐만 아니라 산에서 일하고 휴식을 취하는 모든 사람들을 위해 산 경사면에서 눈사태 위험 정도를 결정할 수 있습니다. 많은 국가에서 스키 및 등산 강사를 위한 필수 교육 프로그램에 테스트 마스터링이 포함되어 있습니다. 이러한 테스트에 대한 관심이 높아진 것은 눈사태 재해 피해자의 대부분을 구성하는 범주의 사람들의 안전을 보장하는 데 중점을 두기 때문입니다.

도로에 눈사태

산의 눈사태

소위 "삽 테스트"(Shovel Shear Test)는 눈 덩어리에서 잘라낸 눈 블록에서 수행됩니다(그림 6.). 잘려진 눈 블록을 떼어내는 데 필요한 힘은 정성적으로 평가되며 눈의 안정성을 주관적으로 측정한 것입니다. 관찰을 바탕으로 슬로프의 눈사태 위험 정도에 대한 결론이 도출됩니다. 눈이 매우 불안정하면 블록의 네면이 모두 잘리 자마자 약한 층이 즉시 제거됩니다. 리프트가 발생하지 않으면 삽으로 블록을 경사면 아래로 밀어서 리프트를 유도할 수 있습니다.

최근 몇 년 동안 스위스 눈 및 눈사태 연구소의 전문가들이 개발한 "슬라이딩 블록 테스트"(Rutschblock Test)와 그 변형이 눈을 테스트하는 데 사용되었습니다. 슬로프의 눈 덮개를 확인하는 것은 눈 덩어리에서 잘라낸 블록에서 스키어가 수행합니다 (그림 7). 스키어는 7가지 특정 동작을 수행하여 눈 블록 위에 자신을 위치시키고 눈을 따라 이동하면서 점차 하중을 증가시킵니다. 테스트는 블록이 파괴될 때까지 수행됩니다. 얻은 결과의 해석(눈사태 위험 정도 결정)은 여러 국가에서 개발된 표준에 따라 수행됩니다. 가장 간단한 형태로 1-3 행동의 파괴는 스키어의 행동에 따라 부서지는 슬로프의 눈층의 불안정한 상태를 의미합니다. 4-5에서는 안정된 상태가 가정되지만 개인 스키어가 눈사태를 일으킬 수 있습니다. 6-7 - 스키어에 의한 눈사태 붕괴는 거의 없습니다. 테스트 블록의 중요한 치수(경사면의 실제 눈 층에 더 가까운 크기)는 이 테스트를 대부분의 다른 테스트와 유리하게 구분합니다.

테스트는 서로 다른(노출, 급경사) 경사면에서 특정 빈도로 수행되어 적설량에서 발생하는 변화를 식별하고 변성 과정의 방향을 결정할 수 있습니다.

이러한 테스트는 종종 상당히 좋은 결과를 제공하지만 단일 테스트가 전체 경사면의 안정성을 결정할 수 없다는 점을 이해하는 것이 중요합니다. 테스트가 수행된 슬로프의 부분에 따라 결과가 크게 달라질 수 있습니다. 눈사태 위험을 평가하기 위해 테스트를 사용하는 어려움은 테스트 스키어의 체중에 대한 고려 부족, 노력의 주관적 결정과 관련이 있습니다.

단순성과 높은 신뢰성으로 인해 적설 안정성 테스트는 눈사태 위험 정도를 결정하기 위해 실제로 널리 사용됩니다. 테스트 결과는 다양한 방법으로 눈사태의 지역 및 배경 예측 모두에서 고려됩니다.

현장 관찰이 가장 효과적인 방법장기 개발의 눈사태 붕괴 가능성 결정.

결정적 방법

적설 특성의 측정 값은 경사면에서 적설의 안정성을 계산하는 데 사용됩니다.

가장 간단한 형태로 눈사태 형성의 전단 메커니즘 하에서 느슨한 눈에 대한 안정성 계수는 ​​다음과 같이 계산할 수 있습니다.

에프 – 내부 마찰 계수 또는 기본 표면의 눈 마찰,

ㅏ — 경사의 경사각(가파름).

이 비율이 1보다 훨씬 크면 눈사태 위험이 없습니다. 그 값이 1과 같을 때 적설량은 한계 평형 상태에 있습니다. 하중이 약간 증가하거나 구속력이 감소하면 경사면을 미끄러질 수 있습니다. 안정성 계수가 1 미만이면 슬로프에 눈이 불안정한 상태임을 나타냅니다.

경험적으로, 현장 측정 데이터를 사용하여 눈 위에 쌓인 눈 층의 두께, 층의 하부 경계에서의 접착력의 각 층에 대한 임계 값을 식별하고 결정할 수 있는 여러 방정식이 얻어졌습니다. 이러한 조건에 대한 제한 경사각. 계산에 기상 특성을 포함하면 눈사태 위험이 시작되는 시간을 결정할 수 있습니다(현재 기상 상황이 지속된다고 가정).

임계값 계산 속도를 높이고 예측을 하기 위해 현장의 적설 상태를 평가하기 위해 노모그램을 구성했습니다(그림 8).

적설면의 기계적 응력 분포를 계산한 결과로부터 적설면의 안정성을 추정할 수 있습니다. 임의 구성의 산 경사면에 놓여 있고 경사면에 대한 눈의 변위에 비선형적으로 의존하는 마찰력에 의해 유지되는 다양한 두께와 매개변수의 상당한 공간적 변화를 갖는 눈 덮개에 대한 이러한 계산은 다음과 같습니다. 차원적이고 본질적으로 비선형적인 문제이며 많은 양의 계산이 필요합니다. 몇 가지 조건을 도입함으로써 문제는 대부분 2차원 솔루션으로 축소됩니다. 눈의 스트레스 상태 분석을 기반으로 경사면에서 눈의 안정성을 계산하는 수학적 모델은 눈사태 위험을 예측하는 데 사용할 수 있지만 실제로는 거의 사용되지 않습니다. 그 이유는 눈사태 센터의 눈 상태 특성을 얻기가 어렵고 측정에 큰 오류가 있으며 한 지점에서 얻은 데이터를 눈사태 소스의 전체 표면에 외삽할 수 없기 때문입니다. 눈의 구조와 성질.

현재 이러한 예측 방향은 Khibiny에 있는 JSC Apatit의 눈사태 안전 센터에서 개발되고 있습니다. 개발된 모델을 기반으로 한 계산은 눈사태 발생원에서 적설에서 응력 텐서의 임계값을 초과할 확률을 결정합니다(그림 9).

결정적 접근 방식은 특정 눈사태 소스에서 눈사태를 예측하는 데 사용됩니다.

눈사태 분리 구역에서 적설 특성을 직접 측정할 수 없다는 점은 연구를 자극했습니다. 물리적 프로세스구조와 진화의 적설 및 건물 모델에서. 첫 번째 모델은 통계적 관계를 사용했으며 강설 중 눈 축적, 눈보라 눈 이동 및 풍속, 깊은 서리 층 형성과 같은 개별 요인만을 고려했습니다. 1983년에 프랑스의 설 연구 센터(CEN)는 적설의 발달을 연구하기 위한 새로운 프로그램을 개발하기 시작했습니다. 결정론적 모델은 적설량의 에너지와 형태학적 체제를 추정합니다. 이 시뮬레이션은 눈의 열전도율, 습기 침투, 눈 녹는 것을 계산하고 눈덩이 내 위상 변형과 가장 중요한 눈 결정 변성 과정을 고려합니다. 적설 표면으로 들어가는 복사 및 난류 플럭스와 지하 토양으로부터의 지열 플럭스가 고려됩니다. 모델 작업의 결과는 온도 및 밀도 값이 분포된 적설량의 계산된 프로파일입니다. 불안정한 층이 드러납니다. 프랑스 알프스의 여러 지역에서 모델을 테스트한 결과 만족스러운 결과를 얻었지만 바람의 영향이 과소 평가되었습니다. . 이 모델은 눈사태 위험 발생에 중요한 요소인 눈덩이 표면의 표면 서리 및 얼음 껍질의 형성을 계산하지 않습니다.

복잡한 층 구조를 고려한 눈 덩어리의 열 및 물질 전달 과정에 대한 수학적 모델링도 우리나라에서 개발되었습니다. . 현재 이론적으로 개발된 모델을 다른 산악 지역의 현장에서 테스트할 계획입니다.

눈사태 위험 원격 모니터링 방법

눈사태 위험을 예측하기 위한 적설량의 원격 모니터링 방법은 산비탈에서 제대로 테스트되지 않았으며 주로 이론적 개발의 형태로 존재합니다. 그러한 방법 중 하나는 적설에 음향 방출 신호를 등록하는 것입니다. 음향 방출의 평균 활동 증가는 눈사태 분리 구역에서 적설의 안정성 감소에 해당한다는 것이 입증되었습니다.

High Mountain Geophysical Institute에서 특수 센서가 제공하는 눈의 느린 미끄러짐에 대한 정보를 사용하여 눈 덮개의 안정성을 평가하는 방법이 개발되었습니다.

패턴 인식 방법

패턴인식 방법의 본질은 다음과 같다. 이미지는 해당 이미지 클래스를 대표하는 요소에 대한 설명이며, 이미지는 모든 요소에 공통적인 여러 속성을 갖는 특정 범주로 정의됩니다. 눈사태와 관련하여 이미지는 유한한 숫자의 값 집합으로 이해되어야 합니다. N눈-기상 상황을 특징짓는 매개변수. 에 N— 차원 공간에서 이미지는 벡터 x=( 엑스 1 , 엑스 2 ,…, 엑스엔), 어디 x 나는– 매개변수 값. 분명히, 눈사태 위험을 예측하기 위해 눈사태 클래스와 눈사태가 아닌 상황의 두 가지 이미지 클래스가 구분됩니다. 또한, 미지의 벡터 x를 식별하기 위해서는 해당 클래스의 어떤 기준과 비교할 필요가 있다.

패턴 인식 그룹에는 수학적 통계 장치를 사용하는 여러 가지 방법이 포함됩니다.

시놉틱(표준) 방법

시놉틱 방법을 이용한 눈사태 위험 배경 예측 방법은 눈사태에 대한 통계 정보와 시놉틱 상황 및 관련 기상 조건의 비교를 기반으로 합니다. 사이클론 프로세스, 침략 기단강수량, 풍향 및 속도의 변화, 기온 - 눈사태 형성의 주요 요인을 유발합니다. 이동 방향, 사이클론의 깊이 및 작동 기간에 따라 연구 지역의 다른 영역에 미치는 영향의 특성이 다릅니다. 지형의 높이, 경사면의 노출 및 가파른 정도, 방향 및 산골짜기의 폭은 적설의 다양한 반응을 제공한다. 동시에 특정 프로세스의 작용은 눈사태 형성에 기여하지 않으며 슬로프에서 눈 덮개의 안정화로 이어집니다.

눈사태 위험 예측을 위한 대기 프로세스의 유형화는 이동 방향으로 가장 자주 수행됩니다(그림 10 - 이동 궤적을 따라 마가단 지역의 중앙 지역에서 눈사태의 출현으로 이어지는 사이클론의 유형화). 대기 프로세스를 분류할 때 복잡한 특성이 부여됩니다. 기상 현상그들의 영향 기간 동안.

다양한 유형의 대기 프로세스를 감지하고 식별하기 위한 종합 상황의 일일 분석을 통해 상당한 리드 타임(24시간 이상)으로 눈사태 위험에 대한 배경 소규모 예측을 수행할 수 있습니다.

현재 눈사태 정보를 가지고 이전 상황을 알고 있는 전문가가 예보 작성에 참여하면 예보를 세분화(가능한 하강지 표시)하고 배경 지역 예보에 만족할 만한 결과를 얻을 수 있습니다. 시놉틱 방법을 사용한 예측의 정확도는 65-70%에 이릅니다. . 눈사태 위험 기간을 예측하면 80~90%까지 올라간다. 예보의 품질은 눈의 상태 결정과 관련된 눈사태 상황 식별 오류 외에도 이러한 방법에 aerosynoptic 정보 자체에 내재된 오류가 포함되어 있다는 사실에 의해 영향을 받습니다.

Khibiny 산맥, Magadan 지역의 중앙 지역, Elbrus 지역 및 Chukotka 반도에 대해 시놉틱 방법을 기반으로 한 예측 방법을 사용할 수 있습니다. 러시아 국경 지역의 눈사태 위험 발생에 대한 종관 조건이 결정되었습니다.

거시적 과정, 저기압 활동, 시놉시스 상황, 국가의 여러 산악 지역에서 특히 큰(저빈도) 눈사태의 대량 강하의 기상 조건을 고려하여 패턴을 일반화하고 형성 조건의 유사성을 밝힐 수 있었습니다. 국가의 다양한 기후 및 지리적 지역에서 특히 큰 눈사태:

- 저기압 활동이 높은 지역(Khibiny, Byrranga, Sikhote-Alin, Sakhalin, Kamchatka)에서 대규모 집결은 저기압 활동의 강도와 관련이 있으며 깊은 저기압이 있는 일수를 특징으로 합니다.

- 평균 사이클론 활동이 있는 지역(코카서스)에서는 사이클론 활동 일수가 증가하는 겨울과 표준보다 많은 깊은 사이클론이 있는 겨울에 집단 모임이 관찰됩니다.

- 내륙 지역에서 집단 모임은 단순히 추운 기간 동안 사이클론 활동이 있는 일수의 증가와 관련이 있습니다.

동시에, 저기압 활동이 높거나 낮은 지역에서 집단 모임은 일반적인 종관 상황과 관련이 있으며, 평균 저기압 활동이 있는 지역에서는 종관 조건이 비정상적인 발달 및 지속 기간을 특징으로 합니다.

적설량을 분석한 결과 이러한 현상은 적설량이 10% 미만인 겨울에 발생하는 것으로 나타났습니다.

그래픽 방식

눈-기상 특성에 대한 일련의 관찰은 공간에서 특정 이미지에 해당하는 특정 수의 포인트를 제공합니다. 두 개의 기호를 사용하는 경우 이미지의 공간이 평면에 시각적으로 표현됩니다. 2개 이상의 특징을 고려할 때 평면에 대한 점의 투영이 사용됩니다. 눈사태가 있는 경우와 없는 경우를 구분하는 곡선이 구성됩니다. 변수 간 ​​관계의 수학적 형식을 지정하지 않고 그래픽 회귀를 적용할 수 있습니다. 이미지 인식은 곡선에 상대적인 예후 그래프에서 현재 눈사태 상황에 해당하는 지점의 위치를 ​​설정하는 것으로 축소됩니다. 이 경우 이미지 공간에 확률 필드가 설정되는 확률 적 접근이 허용됩니다 (그림 11-평면에서 눈사태 확률의 등치선 : 강설량에 대한 총 강수량-추위가있는 날 및 따뜻한 날씨) . 눈사태가 있거나 없는 플롯 영역을 구분하는 선은 눈사태 확률이 0인 등치선으로 해석됩니다. 다른 빈도의 눈사태에 대한 등치선을 그릴 때 눈사태 형성 확률이 결정됩니다.

포인트는 공간의 다른 모든 포인트의 위치가 고려되는 근접한 일부 배포 센터 주위에 그룹화될 수 있습니다. 따라서 여러 종류의 상황을 구분할 수 있습니다. 식별(유사도 결정)은 점 사이의 거리, 벡터 사이의 각도, 영역 내부의 이미지 포함으로 수행할 수 있습니다.

대부분의 경우 기상 특성은 그래픽 솔루션에 사용됩니다. 현재 기상 조건이 평가되고 임계 값에 도달하는 순간이 결정됩니다 (그림 12 - 눈사태 형성과 강설량 (i) 및 기온의 평균 강수량과의 관계. Western Tien Shan. 1, 2, 3 - 다양한 SLS의 데이터) .

많은 예측 방법에서 적설량과 경사면의 하중, 즉 눈보라 수송의 강도, 갓 내린 눈의 밀도를 직접 설명하는 특수 관측 데이터가 사용됩니다. 그래프는 다양한 유전 유형의 눈사태 상태를 반영할 수 있습니다.

긴 일련의 관측이 있기 때문에 예상되는 눈사태의 양을 추정하기 위한 그래픽 종속성을 얻을 수 있습니다(그림 13 - 눈사태의 양(지점의 숫자)과 Dukant 강 유역의 기온 및 강수 강도 사이의 관계) .

Khibiny의 눈보라로 인한 눈사태 예측을 위해 얻은 그래픽 링크 , 강설 중 눈사태(마가단 지역의 특정 지역, Tom 강 유역), 습한 눈사태(Tom 강 유역), 강설 및 눈보라 동안 건조한 눈사태(Angarakan 강 유역).

그래픽 방법은 동일한 샘플에 대한 수치 계산보다 더 나은 결과를 제공할 수 있습니다. 프리핸드 라인은 선형 함수보다 더 정확하게 눈사태와 비눈사태 상황을 구분합니다. 생산 테스트 데이터에 따른 그래픽 방식을 사용한 예측 및 현상 경고의 정확도는 90%를 초과할 수 있습니다.

눈사태 형성 과정의 장기 개발 사례에 대한 그래픽 경험적 종속성도 얻었습니다. 구덩이에서 정기적인 관찰이 가능합니다.직선군은 평균 결정 직경과 눈 밀도를 층별로 결정하여 눈 덩어리의 층서학 및 구조를 연구한 결과를 기반으로 만들어집니다. 기계적 강도. 그것은 5개의 구조 밀도 구역으로 나뉘며, 다양한 크기의 눈사태를 형성하는 스노우 보드의 임계 두께 간격으로 특징지어집니다. 이 접근법은 적설에 가장 효과적인 영향을 미치는 시간을 계산하기 위해 예방적 눈사태에 사용됩니다.

회귀 분석

회귀 방정식을 사용하여 눈사태 시간을 예측할 때 현재 상태 또는 변화 방향이 한동안 지속된다고 가정합니다. 주기적 업데이트를 통해 예측을 조정할 수 있습니다. 주요 백인 범위에 대해 다양한 유전 유형의 눈사태에 대한 경험적 공식을 얻었습니다.

다중 선형 회귀 방법은 눈사태 예보가 있는 지역에서 가능한 눈사태 수를 계산하고 도로를 막는 눈사태 수(즉, 방출 거리 추정치)를 결정하고 최대 볼륨을 추정하는 데에도 사용됩니다. 눈사태.

독립적인 재료에 대한 눈사태 시간을 예측하는 테스트 방법은 운영 실무에서 사용할 가능성을 보여주었습니다. 예측의 평균 정확도는 80-87%입니다.

판별 분석

눈사태의 배경 예측은 다변량 관측에서 분류 문제로 간주될 수 있습니다. 상황을 눈사태와 비눈사태 상황으로 구분할 때 선형 판별 함수 알고리즘을 기반으로 인식 방법을 사용합니다. 예측 과정에서 현재 이미지가 두 그룹 중 하나에 속하는지 결정됩니다. 결정적인 예측 규칙은 판별 함수 D와 임계값 R의 비교입니다. Di R의 경우 눈사태가 예상되고 D의 경우

이 방법은 눈사태 위험에 대한 대체 예측을 생성하는 데 편리합니다. 따라서 눈사태 위험을 예측하기 위한 선형 판별 함수의 사용은 소련의 운영 관행에서 널리 보급되었습니다.

대부분의 경우 선형 판별 분석은 강설 및 눈보라 동안 상황을 눈사태와 비눈사태 상황으로 구분하는 데 사용됩니다. 눈과 기상 특성의 현재 값은 예측 변수로 사용됩니다.

판별 분석은 종관 과정을 연구하고 광활한 산악 지역의 눈사태 위험에 미치는 영향을 결정하는 데 사용할 수 있습니다. 통계 자료를 기반으로 특정 지역에서 눈사태를 일으키는 종관 과정의 유형이 설정됩니다 ( "종관 방법"섹션에 설명됨). 선형 판별 함수를 사용하여 위험한 프로세스의 개발을 대기(예측)할 때 상황을 눈사태 또는 비눈사태로 식별합니다. 기단의 온습도 특성은 예보의 예측 변수로 사용됩니다. 눈사태 위험 예측은 종관 상황 유형별로 얻은 방정식에 따라 제공됩니다.

최근에는 대규모 눈사태 예보를 배경으로 판별분석을 이용한 눈사태 예측에 대한 개발이 이루어지고 있다.

판별 분석을 사용하는 방법에 기반한 예측의 리드 타임은 대부분의 경우 0입니다. 계산에 기상 요소의 예측 값을 사용하면 예보의 리드 타임이 증가하고 정당성이 줄어 듭니다. 방법의 오류 외에도 기상 예보의 오류가 추가됩니다. 공표된 자료를 분석한 결과 눈과 기상요인의 영향을 평가하는 예보의 최대 소요시간은 6시간에 이른다. 시놉틱 정보를 사용하는 예측 방법에는 최대 12-20시간의 긴 리드 타임이 있습니다.

판별 분석을 기반으로 한 눈사태 위험 예측의 정확도는 65-85%입니다. 현상의 경고 정도는 80-100%입니다. 정당화가 크게 증가하는 것은 불가능합니다.

선형 판별 분석을 기반으로 한 방법이 개발되었습니다. Khibiny의 눈보라 유형 눈사태, Tenkinskaya 고속도로(마가단 지역)의 여러 구간에 대한 눈사태, Kunerma, Goudzhekit 및 Angarakan 유역의 갓 떨어진 눈보라 눈사태를 예측하기 위해 개발되었습니다. 강(Baikal 및 Severo-Muya Ranges), SLS Pass 지역의 젖은 눈사태. 판별 분석 방법은 장기 눈사태를 예측하는 데 사용되지 않으며 붕괴는 현재 기상 및 종관 조건과 관련이 없습니다. 요인의 영향에 대한 신뢰할 수 있는 통계적 추정치를 얻는 것은 일반적으로 그러한 눈사태의 하강에 대한 제한된 수의 데이터로 인해 방해를 받습니다.

최근접 이웃 방법

눈사태에 대한 정보와 눈의 값 및 기상 특성을 포함하는 데이터베이스의 존재로 인해 예측 목적으로 현재 상황과 유사한 상황을 과거에 검색할 수 있는 가능성을 사용할 수 있습니다.

이 방법의 이론적 개발은 70년대 초 소련에서 이루어졌습니다. 데이터베이스에는 축적된 배열 "Meteo"(눈사태 기간의 각 날짜에 대한 기상 유형 및 기상 데이터 분류기), "Avalanche"(눈사태 여권) 및 "Slope" 배열의 고정 데이터(눈사태 소스 매개변수)가 포함됩니다. 새로 유입되는 눈사태 및 기상 데이터는 데이터베이스의 기록과 비교됩니다. 눈사태가 발생하기 전 며칠 동안 이벤트 이전의 기상 조건에 대한 연구가 수행되어 예보에 대한 특정 리드 타임을 제공할 수 있습니다. 최근접 이웃(Nearest Neighbors - 해외에서 채택된 용어) - 기상 조건, 눈 상태 및 눈사태가 비슷하거나 눈사태가 없는 날. 날씨 유형의 자동 분류 및 눈사태 상황 인식은 다양한 출처에 대한 주요 눈사태 형성 요인의 값에 따라 수행됩니다. 별도의 눈사태 소스에서 발생할 수 있는 눈사태의 표시는 변동 계수에 의해 각 매개변수에 대해 결정되는 임계 임계값을 초과하는 값의 하락입니다. 하강 시간 외에도 정권 정보가 축적됨에 따라 미끄러지는 표면, 눈의 유형, 경로 유형, 눈사태 분리 높이와 같은 눈사태의 다른 특성을 예측하는 것으로 가정했습니다.

Nearest Neighbor 방식은 상당한 계산 자원을 필요로 하므로 소련에서는 사용되지 않았지만 해외에서는 눈사태 위험 예측에 널리 사용되고 있다(그림 14는 기상 특성이 유사한 날을 데이터베이스에서 검색한 예이다). 응용 프로그램의 주요 영역은 배경 예측입니다. 동시에 특정 초점이 아닌 지역에 대한 예측 방법이 만들어졌습니다. 이 방법의 단점은 외국의 눈사태 서비스에서 관례적인 것처럼 눈사태 위험 정도를 결정할 수 없다는 것입니다. 눈사태의 수와 크기를 추정하는 것은 불가능합니다. 이 방법은 눈사태 형성으로 이어지는 모든 원인을 다루지 않으며 특정 유전 유형의 눈사태(예: 신선한 눈으로 인한 눈사태) 예측에만 적용할 수 있습니다.

포인트 제도

눈사태 위험을 예측하기 위해 특정 요인과 그 조합이 눈사태 확률에 미치는 영향을 고려합니다. 다음 방법 중 하나로 분석을 수행할 수 있습니다.

주어진 시간에 눈사태 형성에 미치는 영향의 방향에 따라 각 요인에 기호 "+", "-" 또는 "0"이 지정됩니다. 부정적인 징후의 초과는 눈사태 위험이 없거나 낮음을 의미하며, 긍정적인 징후의 우세는 눈사태 위험이 클수록 우세함을 나타냅니다. 이 기법은 눈사태 형성에 있어 각 요소의 특정 가중치를 고려하지 않은 것으로 일련의 눈사태 관측이 충분하지 않은 경우 예측에 사용하는 것이 좋습니다.

1. 예측 변수의 양자화가 수행됩니다. 각 요소에는 그로 인한 위험 정도에 따라 특정 수의 포인트가 할당됩니다. 이 경우 두 가지 옵션을 적용할 수 있습니다.

1) 예측 값은 등간격으로 양자화되고 각 간격에는 일정한 단계로 점점 더 많은 포인트가 할당됩니다.

2) 불균일 양자화 - 예측 값을 간격으로 불균일하게 분할하거나 간격의 불균일한 스코어링.

이러한 양자화는 자신의 경험을 바탕으로 전문가가 수행하며 그 품질은 자격에 따라 크게 좌우됩니다.

포인트 합산 결과는 상황을 눈사태와 비눈사태 상황(대체 예보)으로 나누는 하나의 임계값과 비교할 수 있습니다. 눈사태 위험 정도가 결정됩니다.

포인트를 올바르게 결정하면 방정식을 사용하는 것과 동일한 정확도로 예측(백그라운드 및 로컬)을 수행할 수 있습니다.

포인트 시스템은 눈사태 위험 정도의 공간적 분포를 평가하는 데 효과적일 수 있습니다. GIS 기술을 사용하는 이러한 접근 방식(Lawiprogmodel)은 Swiss Avalanche Bulletin 생성을 위해 제안되었습니다. 오버레이 기능은 서로 위에 여러 레이어를 중첩하여 지구 표면의 여러 부분에 대한 눈사태 위험의 요약 추정치를 얻을 수 있게 합니다. 현장의 눈사태 위험 정도는 작용 요인에 할당된 점수의 곱으로 추정됩니다. 여기에는 테스트 결과(Rutschblock)에 의해 결정된 적설 안정성 - 2~10포인트, 산 경사면 노출, 사이트의 절대 높이 및 경사 가파른 정도 - 각각 1~5포인트가 포함됩니다. 처음 두 요소의 가중치는 눈 기상 상황에 따라 변경되며, 이 방법에서 다른 요소의 영향을 평가하기 위한 값은 변경되지 않습니다(그림 15 - 경사 경사도 및 고도 레벨의 가중치 요소) .

유럽의 눈사태 위험도에 따른 위험도는 포인트 제품의 특정 값에 해당합니다.

5 – 1250, 4 — 1000, 3 -750, 2 — 500, 1 – 250

시뮬레이션 결과는 생성된 눈사태 위험 예측 지도입니다.

Lawiprog 모델의 요인 가중치는 전문가가 설정하지만 저자가 지적한 바와 같이 값을 명확히 하려면 추가 생산 검증이 필요합니다.

전문가 시스템

다양한 방법이 존재하는 상황에서 눈사태 위험 예측 문구의 최종 결정은 전문가의 몫입니다. 교육, 경험, 직관, 예측 기술에서 고려하지 않은 요소를 평가하고 현재 주요 요소를 식별하는 능력을 통해 전문가는 빠르고 정확한 결정을 내릴 수 있습니다. 지난 10년 동안 눈사태 위험을 예측하는 데 널리 보급된 자동화된 전문가 시스템은 전문가가 결정을 내리는 프로세스를 모델링하는 데 기반을 두고 있습니다.

전문가 시스템의 작업은 전문가가 공식화한 규칙에 따라 수행되며 요인의 영향을 평가하기 위한 채점 시스템을 사용합니다. 전문가 시스템은 종종 다른 방법과 함께 사용됩니다(통계 및 결정론적 모델이 사용됨). 다양한 방법의 병렬 및 순차적 사용으로 최적의 눈사태 위험 예보 결과를 얻을 수 있습니다.

그러나 전문가가 항상 자신의 행동을 명확한 규칙으로 설명할 수 있는 것은 아닙니다. 이 경우 인간 두뇌(인간 연상 기억)의 작업을 모방한 인공 신경망을 사용하는 것이 제안됩니다. 예를 들어, 자기 조직화 코호넨 피처 맵(SOM)은 뉴런이 입력 신호 벡터에 가장 잘 맞는 권리를 놓고 서로 경쟁하고 가중치 벡터가 입력에 가장 가까운 뉴런을 이기는 비지도 학습 알고리즘과 함께 사용됩니다. 신호 벡터 . 승리한 뉴런과 그 이웃의 가중치는 입력 벡터를 고려하여 조정됩니다. 즉, 눈사태 형성 요인에 대한 포인트 할당은 컴퓨터에 의해 수행되며 새로운 정보가 도착하면 해당 값이 수정됩니다.

신경망 접근 방식은 숫자를 처리하는 컴퓨터의 능력과 일반화하고 인식하는 두뇌의 능력을 결합하기 때문에 피어 리뷰 작업에서 특히 효과적입니다.

전문가 시스템의 기능 다이어그램은 다음 블록으로 구성됩니다.

1. 데이터 및 공식화 된 규칙을 포함한 지식 기반;
2. 실제 데이터를 규칙으로 대체하고 필요한 결과로 기계 출력을 얻기 위한 블록;
3. 결과 해석 블록;
4. 결과를 방송하거나 제시하는 대화 관리자;
5. 추가 작업을 개선하기 위해 성공적인 결과를 시스템에 통합하는 데이터 수집 장치.

현재 여러 전문가 시스템이 생성되어 실용화 중이거나 다양한 산악 지역에서 생산 테스트를 거치고 있으며 여러 전문가 시스템이 개선되고 있습니다.

눈사태

눈사태 예측 전문가의 경험을 공식화하려는 첫 번째 시도는 Elbrus 지역의 강설과 관련된 눈사태에 대해 수행되었습니다. 연구 분야에서 다년간의 경험을 가진 전문가를 인터뷰하는 과정에서 "진단 게임"의 방법론을 사용하여 예측을 할 때 전문가가 사용하는 징후가 식별되었고 (최종 숫자는 6), 그 등급과 규칙이 결정 (평가 순서, 특정 상황에서 요인의 중요성 및 영향 정도)을 통해 공식적인 예후 계획을 작성할 수 있습니다. 예측 과정에서 눈사태 위험의 유무, 하강 장소 및 눈사태의 크기가 결정되었습니다. 독립적인 재료에 대한 기술의 정당성은 다양한 강설량에 대해 55~93%였습니다.

최신 전문가 예보 시스템의 편집 및 작동 메커니즘은 Swiss Institute for Snow Avalanche Research에서 만든 DAVOS 및 MODUL 모델의 예를 통해 명확하게 설명됩니다.

두 모델 모두 일반 COGENSYS™ 귀납적 의사 결정 소프트웨어를 사용합니다.

초기 단계에서 전문가는 예제를 소개하고 그로 인해 발생하는 상황을 해석하여 프로그램을 "훈련"합니다. 멘토의 결정 관찰에 따라 프로그램은 각 입력 매개변수에 대한 부울 값을 계산합니다. 이 경우 논리적 값은 모델 품질에 대한 매개변수의 영향을 측정한 것으로, 매개변수를 고려 대상에서 제외할 경우 구별할 수 없는 상황이 몇 개인지 고려하여 계산됩니다. 영향의 정도에 따라 매개변수에 1에서 100까지의 값이 할당됩니다. 이 값은 새로운 정보를 받는 과정에서 지속적으로 수정됩니다. 새로운(설명되지 않은) 상황에 직면하면 프로그램은 데이터베이스에서 유사한 상황을 검색합니다.

현재 눈과 기상 상황에 해당하는 각 데이터 세트는 이로 인한 눈사태 위험 정도에 따라 결정됩니다. 결과적으로 프로그램은 유럽의 눈사태 위험 등급에 따라 눈사태 위험 정도에 대한 판단을 내립니다.

또한 결과의 정확성에 대한 프로그램의 신뢰도를 나타내는 예측의 유의 수준이 결정됩니다.

모델 간의 차이점은 DAVOS는 측정값(최대 13개의 매개변수)만 사용하는 반면 MODUL은 11개의 하위 작업에서 프로그램에 의해 순차적으로(단계별로) 계산되는 30개의 매개변수를 추정한다는 것입니다. 여기에는 Rutschblock 테스트의 해석이 포함됩니다.

최신 DAVOS 모델 수정의 경우 예측 정확도와 이벤트 경고가 60%를 초과했습니다. MODUL 모델의 정당성은 75%에 도달했습니다.

NivoLog 전문가 예측 시스템의 데이터베이스에는 날씨, 적설량, 경사면 지형, 지리적 특징 및 관찰된 눈사태에 대한 수치 정보가 포함되어 있습니다. 이 정보는 관계형 데이터 모델에 따라 구조화됩니다. 숫자 정보 외에도 NivoLog는 지도, 사진 또는 정사 사진과 같은 이미지를 처리할 수 있습니다. 전문가 시스템과 최근접이웃 방법을 결합하면 적설의 안정성 지수를 평가하고 해당하는 눈사태 위험도를 결정할 수 있습니다.

프랑스 전문가가 개발한 SAFRAN-CROCUS-MEPRA 모델 패키지는 큰 명성을 얻었습니다. 일일 기상 관측 데이터만 패키지에 입력됩니다. 이 경우 주요 가정은 패키지의 작업 규모를 결정하는 데이터 배열의 공간적 동질성입니다.

가장 가까운 이웃 방법(기단의 온습도 특성이 요인으로 사용됨)에 따라 작동하는 SAFRAN의 첫 번째 블록의 출력은 가장 중요한 기상 특성(표면 값), 흐림, 다양한 높이와 경사면에서 일사량과 평균 적설 두께 1시간 간격으로 다양한 노출. 모델은 분석 모드 또는 예측 모드(범위 1일 및 2일)에서 작동합니다.

그런 다음 SAFRAN 결과는 결정적 CROCUS 진화 모델에서 눈덩이의 구조를 계산하는 데 사용됩니다. 세 번째 단계에서 MEPRA 전문가 시스템은 CROCUS 블록에서 모델링된 내부 상태를 고려하여 다양한 노출의 경사와 고도 수준에서 적설량의 안정성을 진단합니다. 모델의 최종 결론은 리드 타임이 최대 2일인 개별(면적 최대 400km2) 산맥에 대한 눈사태 위험도 예측입니다.

눈사태 위험의 장기 예측

기후 변화의 수치 모델 생성과 함께 장기 예측 개발의 가능성이 나타났습니다. 모델에서 예측한 기후 특성에서 눈사태를 나타내는 특성으로 전환하면 문제가 해결됩니다. 기본은 모델과 눈사태 지표(적설 두께, 발생 기간, 고형 강수량, 폭설 및 해동 일수)에 의해 계산된 기후 특성(기온, 강수량) 간의 분석 관계입니다. 또한 특정 종속성을 사용하여 눈사태가 발생하기 쉬운 영토의 경계 변경이 밝혀지고 눈사태가 발생하기 쉬운 기간의 기간과 눈사태가 발생하기 쉬운 상황의 수가 계산됩니다. 미래.

이 접근법은 기후 변화 GFDL의 지구 순환 모델이 사용된 작업에서 사용되었습니다.

눈사태 활동의 장기 예측에 사용되는 또 다른 방법은 예측된 기후 변화와 유사한 상황을 시공간에서 찾는 것입니다. 이 경우 유사한 상황의 데이터를 눈사태를 나타내는 특성으로 간주하고 확립된 관계를 사용하여 예측된 기간 동안 연구 지역의 눈사태 활동 매개변수를 계산합니다.

결론

국가수문기상위원회의 눈사태 부서의 실제 활동에 대한 전문가의 경험을 고려한 수치 방법의 조합은 최소 90-95%의 정확도로 눈사태 예측을 가능하게 했습니다. 동시에 거의 100 % 정당화되는 직관적 사고를 기반으로 극한 상황 (대규모 눈사태, 인구 활동 영역의 눈사태, 물체에 대한 직접적인 위협)이 예측되었습니다. 그러나 검증되고 검증된 기술은 특정 유전 유형의 눈사태 예측에만 존재했습니다.

다양한 요인에 의해 발생하는 눈사태의 발달을 예측할 수 있는 전문가 시스템의 점진적인 발전은 아직 눈사태 예측의 품질을 향상시키지 못하고 있습니다. 또한 결정론적 모델은 눈사태 발생 지역에서 데이터를 얻을 수 없기 때문에 적용이 제한되는 예측 품질에 큰 이점을 제공하지 못했습니다. 최근 몇 년 동안 산 경사면의 적설 상태의 진화 모델이 실행되었습니다.

동일한 소스 자료에 대한 여러 방법의 병렬 테스트가 수행되지 않기 때문에 종종 한 방법의 장점을 다른 방법보다 평가하는 것이 불가능합니다.

눈사태의 동적 특성을 계산하고 구호의 눈사태 위험을 평가하는 데 이미 적극적으로 사용되는 GIS 기술을 도입하면 예측 품질을 향상시킬 수 있습니다. 최신 GIS의 기능을 통해 지속적으로 데이터를 축적하고 다양한 계산을 수행하며 그 결과를 공간적으로 참조할 수 있습니다. 개발된 GIS의 가장 중요한 응용과제는 눈사태 시간 예측이다.

문학

1.	Abdushelishvili K.L., Kartashova M.P., Salukvadze M.E. 다양한 유전 유형의 눈사태를 예측하는 방법. Tr. 2위 올 유니온. 올빼미. 눈사태에 대하여, Leningrad: Gidrometeoizdat, 1987. p. 83-87.
2.	Akifyeva K.V. 유럽의 눈사태 매핑. Tr. 2위 올 유니온. 회의 눈사태로. L., Gidrometeoizdat, 1987, pp. 214-219.
3.	Akkuratov V.N. 눈보라 수송 및 눈의 열 압축 값을 기반으로 눈사태 위험 시작 예측. 에서: 눈의 사용과 눈사태 및 눈사태와의 싸움에 대한 질문. M., 소련 과학 아카데미 출판사, 1956, pp. 167-183.
4.	베리 B.L. 파괴 및 눈 이동의 초기 단계에 대한 정보를 사용하여 눈사태의 운영 예측 방법. Tr. 3 모든 연합. 회의 눈사태로. L., Gidrometeoizdat, 1989, pp. 94-99.
5.	Blagoveshchensky V.P. 눈사태 부하의 정의. 알마아타. "체육관". 1991. 116p.
6.	Bozhinsky A.N., Losev K.S. 눈사태 과학의 기초. L.: Gidrometeoizdat, 1987, 280p.
7.	볼로프 V.R. 강설, 눈보라 및 눈의 승화 재결정으로 인한 눈사태의 형성, 예보 및 인공 붕괴. 추상적인 디스 경쟁을 위해 어. 단계. 솔직하다. 지리적 과학. Nalchik, 1981, 26p.
8.	Vetrov N.A., Grakovich V.F., Trutko T.V. Elbrus 지역의 눈사태 상황에 대한 종관-기후 분석. Tr. VGI, 1984, 52호, pp. 16-32.
9.	Gelfand I.M., Rosenfeld B.I., Urumbaev N.A. 전문가의 경험을 공식화하는 규칙을 사용하여 눈사태를 예측합니다. M., "Cybernetics"의 복잡한 문제에 관한 과학위원회. 1985. 프리프린트.
10.	눈사태의 지리. 에드. Myagkova S.M., Kanaeva L.A. 모스크바 주립 대학 출판사, 1992, 331 p.
11.	Glazovskaya T.G. 눈사태가 발생하기 쉬운 세계 지역 평가: 방법론 및 결과. 추상적인 경쟁을 위해 어. 단계. 솔직하다. 지리적 과학. M., 1987, 24p.
12.	Glazyrin G.E., Kondrashov I.V. 눈사태 예보의 방법론적 기초. Tr. 3위 올 유니온. 올빼미. 눈사태에 대하여, Leningrad: Gidrometeoizdat, 1989. p. 155-164.
13.	빙하 사전. L.: Gidrometeoizdat, 1984. 526쪽.
14.	그라코비치 V.F. 눈사태 경보 서비스를 조직하기 위한 정보 시스템. 추상적인 디스 경쟁을 위해 어. 학위 캔. 지리적 과학. 모스크바. 1975.
15.	그리쉬첸코 V.F. 우크라이나 카르파티아 산맥의 눈 축적 및 눈사태 형성의 물리적 및 지리적 조건. 추상적인 디스 경쟁을 위해 어. 학위 캔. 지리적 과학. 트빌리시. 1981.
16.	Grishchenko V.F., Dushkin V.S., Zyuzin V.A., Kanaev L.A., Khristoev Yu.V., Chernous P.A. 소련의 눈보라 눈사태 예보. Avalanches에 관한 제2회 All-Union Conference의 절차. L.: Gidrometeoizdat, 1987. pp. 46-57.
17.	Dziuba V.V. 거의 연구되지 않은 지역의 눈사태 기간을 예측하는 방법 개발을 위한 지리적 원리. 추상적인 디스 경쟁을 위해 어. 단계. 솔직하다. 지리적 과학.
18.	Dzyuba V.V., Sokolov V.M., Shnyparkov A.L. Chukotka 반도 해안 지역의 눈사태 기상 현상의 종관 조건. Tr. 2 모든 연합. 회의 눈사태로. L., Gidrometeoizdat, 1987, pp. 94-99.
19.	Drozdovskaya N.F., Kharitonov G.G. 눈사태 예측을 위한 새로운 방법. Tr. 3 모든 연합. 회의 눈사태로. L., Gidrometeoizdat, 1989, pp. 164-171.
20.	Epifanov V.P., Kuzmenko V.P. 음향학적 방법을 이용한 눈사태 형성 조건 조사. Tr. 3 모든 연합. 회의 눈사태로. L., Gidrometeoizdat, 1989, pp. 94-99.
21.	Izhboldina V.A. 콜라 반도에서 눈사태의 형성과 하강에 대한 에어로시놉틱 조건. 수능. Khibiny의 눈과 눈사태에 대한 연구. L., Gidrometeoizdat, 1975, pp. 51-63.
22.	Isaev A.A. Kamchik Pass에 대한 특화된 눈사태 위험 예보 세부 사항에 대한 경험. Tr. SANIGMI, 1998, 157호(238), pp. 14-19.
23.	소련 눈사태의 지적. 볼륨 1-20. -L.: Gidrometeoizdat, 1984-1991.
24.	카나예프 L.A. 눈사태 안전을 보장하기 위한 과학적이고 방법론적인 토대. 추상적인 디스 경쟁을 위해 어. geogr의 박사 학위. 과학. 타슈켄트. 1992.
25.	카나예프 L.A. 적설 특성의 가변성. Tr. SANIGMI, 1969, no. 44(59). pp.25-42.
26.	카나예프 L.A. 소련의 눈사태 위험 예측에 대한 연구의 주요 결과 및 목표(리뷰). Tr. 2위 올 유니온. 올빼미. 눈사태에 대하여, Leningrad: Gidrometeoizdat, 1987. p. 28-36.
27.	Kanaev L.A., Sezin V.M., Tsarev B.K. 소련의 눈사태 위험 예측 원칙. Avalanches에 관한 제2회 All-Union Conference의 절차. L .: Gidrometeoizdat, 1987. pp. 37-46.
28.	Kanaev L.A., Tupaeva N.K. 한랭 기단 침입 및 사이클론 프로세스 동안 서부 Tien Shan 눈사태의 배경 예보. Tr. 2위 올 유니온. 올빼미. 눈사태에 대하여, Leningrad: Gidrometeoizdat, 1987. p. 69-77.
29.	Kanaev L.A., Kharitonov G.G. 눈사태 형성 요인의 정보 내용 평가. Avalanches에 관한 제3차 All-Union 회의 절차. L.: Gidrometeoizdat, 1989. pp. 135-145.
30.	Kondrashov I.V. 형성 조건, 눈사태 예측 방법 및 카자흐스탄 산에서 눈사태로부터 보호합니다. 추상적인 디스 경쟁을 위해 uch.step. 지리적 Sciences, Almaty, 1995, 40쪽.
31.	소련의 눈사태 지역. 에드. 모스크바 주립 대학, 1970. 200 p.
32.	BAM 경로 근처의 눈사태. 모스크바: Gidrometeoizdat, 1984, 174 p.
33.	Losev K.S. 눈사태 예측 방법에 대해. Tr. 사니그미, 1970, no. 51(66), p. 100-104.
34.	Losev K.S. 눈사태 발생 원리와 눈사태 과학의 응용 문제를 해결하기 위한 적용의 기초. 추상적인 디스 경쟁을 위해 어. 단계. 지리적 과학. M., 1982. 44p.
35.	Masyagin G.P. 사할린의 일부 수문기상요소와 특히 위험기상 현상을 예측하기 위한 계산방법. Tr. DVNIGMI, 97호. 1981.
36.	소련의 눈사태 예측을 위한 방법론적 권장 사항. M. Gidrometeoizdat. 1990. 128p.
37.	국민경제의 눈사태 지원 지침. 타슈켄트. 1987. 48p.
38.	Moskalev Yu.D. 눈사태 및 눈사태 부하. Tr. SANII, 109호(190). 1986. 156쪽.
39.	Okolov V.F., Myagkov S.M. 기후 조건이 있는 위험 현상의 장기 예측을 위한 방법론(눈사태의 예). 에서: 산의 특성 변화에 대한 평가 및 장기 예측. M.: 에드. 모스크바 주립 대학, 1987, pp. 104-120.
40.	수중 M. 눈사태 사냥꾼. M.: 미르, 1972. 269쪽.
41.	눈사태 위험 예측에 대한 실용적인 가이드. L.: Gidrometeoizdat, 1979. 200p.
42.	눈사태에 대한 보호 효과의 문제. 에드. Bozhinsky A.N., Myagkova S.M. 출발 VINITI N 3967-B91에서. M., 1991. 285p.
43.	포병 시스템 KS-19를 사용하여 눈사태 예방 강하 지침. 모스크바: Gidrometeoizdat, 1984. 108p.
44.	눈사태 안내(임시). L.: Gidrometeoizdat, 1965. 397쪽.
45.	Seversky I.V., Blagoveshchensky V.P. 산악 지역의 눈사태 위험 평가. 알마아타. 1983. 220쪽.
46.	세진 V.M. 남부 저기압이 중앙아시아에 진입할 때의 상황을 눈사태와 비눈사태로 분류. Tr. SANII, 1983, 99호(180), pp. 112-118.
47.	Seliverstov Yu.G. 고속도로의 눈사태 막힘으로 인한 경제적 피해를 계산하는 방법론(키르기스스탄의 예). 에서: 자연 재해 및 자연 재해의 개요 매핑. M.: MSU, 1992. S.233-242. 출발 VINITI에서 24.04.1992. 1389.B.92.
48.	눈과 눈이 Khibiny에 내립니다. M., L.: Gidrometeoizdat, 1938, 100p.
49.	Sokolov V.M., Troshkina E.S., Shnyparkov A.L. 소련 국경 지역의 눈사태 예측 핸드북. M.: 구 PV KGB 소련, PLSLS MGU, 1991, 129 p.
50.	Troshkina E.S. 소련 산지의 눈사태 정권. M., VINITI Publishing House, 1992, 196p.
51.	Troshkina E.S., Voitkovsky K.F. 눈사태 방지 조치의 효과에 대한 예측 평가. 에서: 산과 눈사태의 눈 덮음. M.: Nauka, 1987. S. 137-143.
52.	Tushinsky G.K. 빙하, 설원, 소련의 눈사태. M., 1963. 312p.
53.	구조물 VSN 02-73 설계에서 눈사태 하중 계산 지침. M. Gidrometeoizdat, 1973. 20쪽.
54.	Kharitonov G.G. 강 유역의 눈사태를 예측하는 방법. Kunerma (바이칼 산맥). Tr. 2위 올 유니온. 올빼미. 눈사태에 대하여, Leningrad: Gidrometeoizdat, 1987. p. 87-94.
55.	Chernous P.A., Fedorenko Yu.V. 슬로프에서 스노보드 안정성의 확률적 평가. 매트. 광택 iss. 2000년 88호. 87-91쪽.
56.	Shnyparkov A.L. 특히 대규모 눈사태와 대량 하강 조건. 추상적인 디스 경쟁을 위해 어. 학위 캔. 지리적 과학. 모스크바. 1990.
57.	슈빈 V.S. Dondychan 눈사태 포스트 지역의 Tenkinskaya 고속도로를 따라 눈사태 위험 예측. Tr. 2위 올 유니온. 올빼미. 눈사태에 대하여, Leningrad: Gidrometeoizdat, 1987. p. 100-107.
58.	슈빈 V.S. 마가단 지방 내륙지방의 눈사태 위험 예보. Inf. 마가단 주립 의료 센터에서 보낸 편지. 마가단, 1987.
59.	Ammann W., Buser O., Vollenwyder U. Lawinen. 바젤: Birkhauser V., 1997, 170 S.
60.	눈사태 분류. 수문 과학 게시판. 1973, 1b, No. 4, p.391-402.
61.	버클랜드, 칼 W.; 존슨, 론; 허즈버그, 다이앤. 1996. 스터프블록 눈 안정성 테스트. 기술 대표. 9623-2836-MTDC. MT 미줄라: 미국 농업부, 산림청, Missoula 기술 및 개발 센터. 20시
62.	Bolognesi R. NivoLog: 눈사태 예측 지원 시스템. ISSW'98. URL: http://www.issw.noaa.gov/hourly%20agenda.htm
63.	Bolognesi R., Buser O., Good W. 스위스 지역 눈사태 예측: 전략 및 도구. 새로운 접근법… ISSW'98. URL: 시간
64.	볼로네시 R., 데뉴엘 M., 덱스터 L. 눈사태 예측 ~와 함께 GIS. URL: http://www.avalanche.org/~issw/96
65.	Brun E., Martin E., Simon V., Gendre C., Coleou C. 운영 및 눈사태 예측에 적합한 눈 덮개의 에너지 및 질량 모델. J. Glaciol., 35(121), 1989, 333-342.
66.	Buser O., Föhn, P., Gubler W., Salm B. 눈사태 위험 평가를 위한 다양한 방법. 추운. 등록 과학. Technol., 1985, 10(3), 199-218.
67.	Buser, O., Butler, M. and Good, W. 1987. 가장 가까운 이웃 방법으로 눈사태 예측. IAHS 발행. 162.557-569.
68.	Durand Y., Brun E., Merindol L., Guyomarc'h, Lesaffre B., Martin E. 눈 모델 관련 매개변수의 기상 추정. 앤. Glaciol., 18, 1993, 65-71.
69.	Föhn P., Haechler P. Prevision de Grosses avalanches au moyen d'un modele deterministe-statistique. In Deuxieme Rencontre Internationale sur La Neige et les Avalanches. 1978년 Rendus와 경쟁합니다. Grenoble, Assotiation Nationale pour l'Etude de la neige et les Avalanches, 151-165.
70.	Föhn, P. 1987. 사면 안정성 평가를 위한 실용적인 도구로서의 Rutschblock. IAHS 간행물, 162, 223-228.
71.	Föhn P. 눈사태 예측 모델 및 방법에 대한 개요. Oslo, NGI, Pub.N 203, 1998, 19-27.
72.	Giraud O., Brun E., Durand Y., Martin E. Safran/Crocus/Mepra 모델은 눈사태 예보관을 위한 보조 도구입니다. Oslo, NGI, Pub.N 203, 1998, 108-112.
73.	Glazovskaya T. 기후 변화로 인해 북반구에서 눈 사태의 글로벌 분포 및 눈사태 활동의 가능한 변화. 빙하학 연대기. 캠브리지, 영국, 1998. Vol. 26, p. 337-342.
74.	Houdek J., Vrba M. Zimni nebezpeči v horbch. 프라하: Statni Tĕlovechovni Nakladatelstvi, 1956. 205p.
75.	저드슨 A., 리프 C.F., 브링크 G.E. 눈사태 위험을 시뮬레이션하기 위한 프로세스 지향 모델입니다. J. Glaciol., 26(94), 53-63.
76.	GIS를 사용한 Klinkenberg P. Avalanche 위험 모델링. URL: http://www.csac.org
77.	LaChapelle E. Avalanche 예측 – 현대적 통합. 출판 협회 인턴. 하이드로롤. Sci., 1966, No. 69, p.350-356.
78.	로이트홀트 H., Allgöwer B., Meister R. 시각화 그리고 분석 의 그만큼 스위스 눈사태 속보 사용 GIS. ISSW'98. URL: 시간
79.	Leuthold, H., Allgower, B. 및 R. 마이스터. 1997. GIS를 이용한 스위스 눈사태 속보 시각화 및 분석. International Snow Science Workshop 1996 간행물, 캐나다 밴프. 35-40.
80.	McClung, D.M. 및 P. 쉐러. 1993. 눈사태 핸드북. The Mountaineers, 시애틀, 미국 워싱턴, 271쪽.
81.	Meister R. 스위스의 전국적인 눈사태 경보. ISSW'98. URL: 시간 http://www.issw.noaa.gov/hourly%20agenda.htm.
82.	캐나다 눈사태 협회에서 준비한 날씨, 눈덩이 및 눈사태에 대한 관측 지침 및 기록 기준. 1995, ISBN 0-9699758-0-5
83.	Perla R.I. 눈사태 위험 평가의 기여 요인. Can.Geotech.J., 7(4), 1970, 414-419.
84.	Schweizer J., Föhn P. 눈사태 위험을 예측하는 두 개의 전문가 시스템 주어진 지역에 대해. ISSW'98. URL: http://www.issw.noaa.gov/hourly%20agenda.htm.
85.	Schweizer J., Jamieson J.B., Skjonsberg D. Glacier National Park(캐나다 BC 주) 교통 회랑 및 백컨트리에 대한 Avalanche 예측. Oslo, NGI, Pub.N 203, 1998, 238-244.
86.	슈바이처, M., 폰, P.M.B. and Schweizer, J. 1994. 신경망과 규칙 기반 시스템을 통합하여 눈사태 예측 시스템 구축. 절차 IASTED Int. Conf.: Artificial Intelligence, Expert Systems and Neuronal Networks, 1994년 7월 4-6일, 스위스 취리히.
87.	Seliverstov Yu., Glazovskaya T. 유라시아 북동부 대륙 내 지역의 눈사태 위험 예측. Oslo, NGI, Pub.N 203, 1998, 245-248.
88.	Stephens J., Adams E., Huo X., Dent J., Hicks J., McCarty D. 눈사태 위험 예측에서 신경망 사용. ISSW'98. URL: 시간 http://www.issw.noaa.gov/hourly%20agenda.htm.
89.	Tschirky F. Lawinenunfallstatistik der Schweiz 1985 – 1998. URL: http://www.slf.ch.
90.	URL: http://www.avalanche.org
91.	URL: http://www.neuroproject.ru.
93.	URL: http://www.csac.org
94	워드 R.G.W. 스코틀랜드의 눈사태 예측. Applied Geography, 1984, 4권, 91-133페이지.

이 자료를 다른 리소스에 사용하는 것은 금지되어 있습니다!