산은 의심할 여지 없이 지구에서 가장 아름답고 매혹적인 파노라마 중 하나입니다. 많은 사람들은 그러한 아름다움이 얼마나 가혹한지 완전히 깨닫지 못한 채 장엄한 봉우리를 정복하기 위해 노력합니다. 그렇기 때문에 그러한 용감한 단계를 결정할 때 극단적 인 사람들은 모든 징후에 어려움을 겪습니다.

산은 다소 위험하고 복잡한 지형으로 일정한 중력 메커니즘이 있는 광활한 지역에 파괴된 암석이 이동하여 평야를 형성합니다. 따라서 산은 결국 작은 언덕으로 변합니다.

산에서는 항상 위험이 도사리고 있기 때문에 특별한 훈련을 받고 행동할 수 있어야 합니다.

눈사태의 정의

눈사태는 자연에서 가장 파괴적이고 위험한 파괴적인 현상 중 하나입니다.

눈사태는 중력, 물 순환 및 기타 많은 대기 및 자연적 요인의 영향으로 발생하는 얼음과 함께 눈이 빠르고 갑작스럽게 미세하게 움직이는 과정입니다. 이러한 현상은 주로 높은 고도에서 겨울/봄 기간에 가장 자주 발생하고 여름/가을에는 훨씬 덜 자주 발생합니다.

눈사태는 주로 기상 조건의 선구자라는 것을 항상 기억할 가치가 있습니다. 악천후의 산에서 하이킹: 강설, 비, 강풍 - 매우 위험합니다.

대부분의 경우 눈사태가 발생하여 약 1분 동안 지속되며 약 200-300미터의 거리를 통과합니다. 눈사태를 피해 숨거나 도망치는 경우는 극히 드물며, 적어도 200~300m 떨어진 곳에서 알려졌을 경우에만 가능합니다.

눈사태 메커니즘은 경사면, 눈사태 몸체 및 중력으로 구성됩니다.

경사면

경사면의 수준, 표면의 거칠기는 눈사태 위험에 큰 영향을 미칩니다.

45~60°의 경사는 일반적으로 위험하지 않습니다. 눈이 내리는 동안 서서히 내리기 때문입니다. 그럼에도 불구하고 특정 기상 조건에서 그러한 장소는 눈사태 축적을 일으킬 수 있습니다.

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

경사 90 ° - 붕괴는 실제 눈사태입니다.

눈사태 몸

눈사태 동안 쌓인 눈으로 형성되어 부서지고, 구르고, 날고, 흐를 수 있습니다. 움직임의 유형은 하부 표면의 거칠기, 적설 유형 및 신속성에 직접적으로 의존합니다.

눈 축적의 움직임에 따른 눈사태의 유형은 다음과 같이 나뉩니다.

• 스트리밍으로;
• 흐림;
• 복잡한.

중력

그것은 지구 표면의 몸에 작용하고 수직으로 아래쪽으로 향하게되어 경사면을 따라 발로 쌓이는 눈의 움직임에 기여하는 주요 이동력입니다.

눈사태 발생에 영향을 미치는 요인:

• 물질 구성 유형 - 눈, 얼음, 눈 + 얼음;
• 연결성 - 느슨한, 모 놀리 식, 저수지;
• 밀도 - 밀도, 중간 밀도, 낮은 밀도;
• 온도 - 낮음, 중간, 높음;
• 두께 - 얇은 층, 중간, 두꺼운.

눈사태의 일반 분류

최근 건조하고 가루가 된 눈사태

그러한 눈사태의 수렴은 일반적으로 폭설 중 또는 폭설 직후에 발생합니다.

파우더 스노우는 작은 눈송이와 결정체로 구성된 신선하고 가볍고 푹신한 눈이라고합니다. 눈의 강도는 높이의 증가율, 땅과의 연결 강도 또는 이전에 내린 눈의 강도에 의해 결정됩니다. 유동성이 상당히 높아 다양한 장애물을 쉽게 이동할 수 있습니다. 다른 경우에는 100-300km / h의 속도에 도달 할 수 있습니다.

눈보라가 만든 눈사태

이러한 수렴은 눈보라에 의해 눈이 이동한 결과입니다. 따라서 눈은 산 경사면과 부정적인 지형으로 옮겨집니다.

짙은 건조 분말 눈의 눈사태

그들은 일주일 이상 된 눈에서 발생하며이 시간 동안 눌려지면 갓 내린 것보다 훨씬 밀도가 높아집니다. 이러한 눈사태는 더 천천히 움직이며 부분적으로는 구름으로 변합니다.

산사태 눈사태

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

먼지 눈사태

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

형성 눈사태

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

단단한 시트 눈으로 인한 눈사태

강은 약하고 느슨한 눈층 위로 단단한 눈층이 내려와 형성됩니다. 그들은 주로 조밀 한 지층의 파괴로 인한 평평한 눈 블록으로 구성됩니다.

부드러운 플라스틱 눈사태

눈의 흐름은 아래 표면에 부드러운 눈층이 내려와 형성됩니다. 이 유형의 눈사태는 축축하고, 침강하고, 밀도가 높거나 적당히 응집력이 있는 눈으로 만들어집니다.

단일체 얼음과 얼음-눈 형성의 눈사태

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

전나무는 얼어붙은 물로 굳어진 눈입니다. 그것은 온도 강하 또는 변동 중에 형성됩니다.

복잡한 눈사태

여러 부분으로 구성:

• 마른 눈의 비행 구름;
• 조밀 한 형성 흐름, 느슨한 눈.

그들은 눈이 쌓이고 분리되어 복잡한 눈사태를 형성하는 해빙 또는 날카로운 한파 후에 발생합니다. 이러한 유형의 눈사태는 치명적인 결과를 가져오고 산간 정착지를 파괴할 수 있습니다.

눈사태가 젖다

결합된 물의 존재와 함께 눈이 축적되어 형성됨. 강수 및 해동 중에 발생하는 눈 덩어리에 의한 수분 축적 기간 동안 발생합니다.

눈사태가 젖다

그들은 눈 축적에 결합되지 않은 물의 존재로 인해 발생합니다. 비와 따뜻한 바람과 함께 해빙 중에 나타납니다. 그들은 또한 오래된 눈의 표면 위에 젖은 눈 층을 미끄러지게하여 발생할 수 있습니다.

진흙 흐름과 같은 눈사태

그들은 수분이 많은 눈 형성에서 발생하며, 그 구동 덩어리는 많은 양의 결합되지 않은 물에 떠 있습니다. 오랜 해빙이나 비의 결과로 적설량이 과도하게 많습니다.

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

눈사태 안전

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

실습에서 알 수 있듯이 대부분의 사고에서 자신의 힘을 계산하지 않고 슬로프의 무결성과 안정성을 위반하는 극단적 인 사람들 자신에게 책임이 있습니다. 안타깝게도 매년 사망자가 발생합니다.

산맥을 안전하게 횡단하기 위한 주요 규칙은 모든 위험과 장애물이 있는 통과 가능한 지역에 대한 완전한 지식이므로 비상 시 경로의 위험한 부분을 안전하게 조심스럽게 떠날 수 있습니다.

눈사태 안전의 기본 규칙인 산에 가는 사람들은 눈사태 장비를 사용할 수 있습니다. 그렇지 않으면 눈이 막혀 사망할 가능성이 매우 높습니다. 주요 장비는 눈사태 삽, 신호음, 눈사태 탐사선, 플로트 배낭, 지도, 의료 장비입니다.

산에 가기 전에 붕괴, 응급 처치, 생명을 구하기 위한 올바른 결정 중 구조 작업에 대한 과정을 수강하는 것이 유용할 것입니다. 또한 중요한 단계는 정신 훈련과 스트레스 극복 방법입니다. 이것은 사람이나 자신을 구하기 위한 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 최선의 선택은 개인적인 경험경험 많은 교사의 면전에서 산에서 얻었습니다.

눈사태 안전 기본 사항:

• 정신적 태도와 준비;
• 의사의 의무 방문;
• 눈사태 안전 브리핑 듣기
• 충분한 양의 음식, 소량, 여분의 옷, 신발을 가지고 가십시오.
• 경로에 대한 신중한 연구, 다가오는 기상 조건;
• 구급 상자, 손전등, 나침반, 하이킹 장비 가져 오기;
• 숙련 된 지도자와 함께 산으로 출발;
• 붕괴 중 눈사태 안전 정도에 대한 아이디어를 얻기 위해 눈사태에 대한 정보를 연구합니다.

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

• 피해자 수색 도구: 송신기, 눈사태 공, 신호기, 레이더, 눈사태 삽, 눈사태 조사기, 기타 필요한 장비;
• 눈 바닥 검사 도구: 톱, 온도계, 눈 밀도계 및 기타;
• 피해자 구조 도구: 풍선 베개가 있는 배낭, 눈사태 호흡 장치;
• 가방, 들것, 배낭과 같은 의료 장비뿐만 아니라 희생자를 수송하는 도구.

눈사태 슬로프: 예방 조치

눈사태에 빠지지 않도록 또는 눈사태 상황의 가능성이 높은 경우 눈사태 안전을 위한 몇 가지 중요한 규칙과 이를 방지하는 방법을 알아야 합니다.

• 안전한 경사면으로 이동하십시오.
• 나침반 없이 산에 가지 말고 바람의 방향을 알아야 한다.
• 높은 곳, 더 안정적인 능선을 따라 이동하십시오.
• 눈 처마 장식이 있는 슬로프를 피하십시오.
• 앞서 갔던 동일한 길을 따라 돌아갑니다.
• 경사면의 최상층을 모니터링하십시오.
• 적설의 강도에 대한 테스트를 수행하십시오.
• 경사면에 보험을 고정하는 것이 좋고 신뢰할 수 있습니다. 그렇지 않으면 눈사태가 사람을 끌 수 있습니다.
• 휴대전화와 손전등을 위한 여분의 배터리를 휴대하고 휴대전화에 근처에 있는 모든 구조 서비스의 번호를 기억해 두십시오.

그룹 또는 특정 수의 사람들이 여전히 눈사태에 처해 있는 경우 구조대원을 불러 즉시 스스로 수색을 시작해야 합니다. 이러한 상황에서 가장 필요한 도구는 눈사태 프로브, 신호음, 삽입니다.

산에 가는 모든 사람은 눈사태 탐사선을 가지고 있어야 합니다. 이 도구는 검색 작업 중 눈 소리를 내는 기능을 수행합니다. 2~3미터 길이의 해체된 막대입니다. 안전 코스에서는 극한 상황 발생 시 가능한 한 최단 시간에 조립하기 위해 눈사태 프로브를 조립하는 것이 필수입니다.

눈사태 삽은 희생자를 찾을 때 필수 불가결하며 눈을 파는데 필요합니다. Avalanche Probe와 함께 사용하면 더욱 효과적입니다.

신호기는 눈으로 덮인 사람을 추적하는 데 사용할 수 있는 무선 송신기입니다.

코디네이트 만으로 빠른 조치친구를 구할 수 있습니다. 눈사태 안전에 대한 철저한 브리핑 후에, 사람은 정신적으로 육체적으로 다른 사람을 도울 준비가 될 것입니다.

따라서 악천후시에는 산에서 하이킹을 할 수 없으며 저녁이나 밤에는 위험 지역을 지날 때 로프 보험에 가입해야하며 비퍼, 손전등을 반드시 가지고 있어야 함을 강조하고 싶습니다. , 무기고에 눈사태 삽과 눈사태 탐사선. 이러한 도구의 일부는 반드시 3-4m의 길이를 가져야 합니다.

지침에 따라 모든 규칙을 준수하면 비참한 결과로부터 자신을 보호하고 안전하게 집으로 돌아갈 수 있습니다.

기사가 유용했다면 우리에게 편지를 보내주십시오.

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

눈사태: 많은 눈; 자연스러운 과정. 형성을 위한 전제 조건: 눈의 축적; 중력; 마찰력; 경사 경사 25 - 60 ° (그러나 15 °도 가능); 눈 속성.

눈 덮개.

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

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

3. 경사면에 놓인 적설의 힘 분포: 정상 상태, 불안정 상태, 응력 균형.

눈사태 요소: 원점대, 분리선(점), 통과대, 눈사태 본체, 충적체, 퇴적대.

눈사태의 유형.

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

2. 통과 지역의 눈 이동 형태에 따라: 눈 산사태, 수로, 점프 눈사태.

눈사태가 발생하기 쉬운 형태의 산악 구호: 개방된 가파른 경사면, 완만하게 볼록한 경사면, 오목한 경사면 및 중공의 프리패스 부분, 처마 장식, 쿨와르, 서크, 오목한 경사면. 계곡: 물마루 모양, V자 모양, 협곡.

출구 조건: 체중 증가(강설량); 마찰 감소 (온난화, 경로로 경사 절단); 진동(큰 소리, 뇌우, 떨림); 눈에 미치는 영향(떨어지는 처마 장식, 돌, 사람의 움직임, 바람); 열 후 날카로운 추위, "깊은 서리"의 형성.

눈사태 예측. 적설의 두께(30cm 이상). 경사의 급경사. 경사면에 장애물이 있는지 여부(암벽 난간, 테라스, 숲). 날씨(강설, 비, 온난화, 온도 변화, 바람). 하루 중 시간과 태양의 위치. 눈의 종류와 밀도. 충적 팬의 존재, 이웃 슬로프의 눈사태. 예상치 못한 눈사태(눈 속성의 점진적인 변화). 비수기에 산악 지역 폐쇄, 인공 눈사태(폭발).

눈사태 장비: 눈사태 코드, 스키 스틱의 프로브, 후크가 있는 프로브, 라디오 비콘, 눈사태 삽(얼음 도끼 착용). 냄비 뚜껑의 마지막 수단으로 사용할 수 있습니다.

눈사태 코드 마킹: (테이프) 15 - 25m, 밝고, 내구성이 있고, 미끄럽고, 사람 방향과 그 사람까지의 거리 표시가 있습니다.

눈사태가 발생하기 쉬운 지역에서 운전할 때는 다음 규칙을 준수해야 합니다.

1. 어떤 경우에도 눈사태 또는 폭설 직후, 급격한 온난화, 기압 저하, 안개가 끼는 악천후 예보가 있는 경로의 눈사태 구간으로 이동해서는 안 됩니다.

2. 15° 이상의 모든 경사면에서는 눈사태의 위험이 있음을 기억하십시오. 갓 내리거나 오래된 느슨한 눈의 깊이가 30cm 이상이면 15 °의 경사면에서 눈사태가 발생하기 쉽습니다. 동시에 눈사태가 여러 번 연속으로 내려갈 수 있기 때문에 한 눈사태의 하강은 동일한 경사의 위험을 제거하지 않습니다.

3. 눈사태의 위험을 줄이려면 능선, 바위 난간, 나무 무리를 따라 이동하거나 신뢰할 수 있는 지형이나 가능한 분리선 위로 위험한 지역을 우회하는 것이 좋습니다.

4. 강설이나 눈보라가 내린 후에는 맨 꼭대기에서도 가파른 리 슬로프를 건너지 말고 눈 처마 장식이나 처마 장식 아래로 나가지 마십시오.

5. 눈사태 위험 구역을 즉시 떠나고 더 이상의 움직임을 멈춥니다. b) 비가 오는 동안 슬로프에 30cm 이상의 적설량이 있을 때 c) 동안 강한 바람그리고 눈보라 동안; d) 급격한 온도 강하.

6. 밤에 구름이 없고 드라이기가 없는 봄철에는 아침 4시부터 12시까지 이동이 가능하다.

7. 운전하기 전에 슬로프에서 눈의 안정성을 확인하고 경로와 그 위의 슬로프에 눈이 쌓이는 특성을 결정하십시오. 눈사태 지역으로 이동할 때는 관찰자를 선정하고 눈사태가 발생하기 쉬운 비탈길을 건너기 전에 미리 대피 경로를 설정하고 미리 계획된 눈사태로부터 대피소로 대피해야 합니다.

8. 눈사태 위험이 있는 것으로 의심되는 경사면을 따라 이동할 때는 가능한 모든 방법으로 경사면을 가로질러 이동하거나 지그재그로 이동하는 것을 피하고 원의 선을 따라 "이마에서" 직선으로만 위 또는 아래로 이동합니다. 눈층을 자르지 않고 눈사태를 일으키지 않도록. 던진 자갈이나 눈덩이가 떨어지는 선을 따라 이동 방향을 확인하십시오. 횡단은 안전한 경사면이나 적어도 불안정한 층 위에서만 허용되지만 어떤 경우에도 중간이 아닌 바닥에서 허용됩니다. 쿨와르의 가장 좁은 곳을 선택해야 하며, 바람직하게는 구성하는 홈통의 합류점 위를 선택해야 합니다. 그러한 횡단 전에 스키를 제거하여 눈 덮개의 최상층을 자르지 않고 스키 폴의 고리에서 손을 떼고 눈사태 코드를 벨트에 묶고 옷의 모든 단추를 조이고 유지하십시오 코와 입을 가릴 준비가 된 스카프.

9. 가능한 모든 방법으로 눈사태가 발생하기 쉬운 슬로프를 흔들 수 있는 행동을 피하십시오. 점프, 넘어짐, 스키에서 급회전, 비명, 돌과 처마 장식의 붕괴.

10. 적설층에 과부하가 걸리면서 동시에 눈사태에 빠지는 것을 방지하기 위해 슬로프의 한 장소에 두 개 이상 모이지 마십시오. 이 계산에서 보험 및 이동 기술을 적용합니다.

11. 눈사태 콘 지역에서 슬로프와 그 아래 사람들 사이의 최대 거리를 관찰하십시오. 동시에 마지막 참가자가 위험한 경사면이나 구간을 통과했다는 확실한 확신이 있을 때까지 전체 그룹의 추가 이동을 방지하면서 위험 구역을 통과하는 전우들을 끊임없이 감시합니다.

12. 오목한 지형, 눈 깔때기 및 트레이를 피하십시오. 항상 눈이 쌓인 눈 위에 있고 눈 아래에 있지 않다는 기대를 가지고 길을 닦습니다.

13. 눈사태가 발생하기 쉬운 협곡에서 추운 날씨에는 따뜻하고 맑은 날씨에 남쪽에 충실하십시오. 북쪽의 그늘진 슬로프 기슭.

14. 충적 콘과 눈사태 수로에서 정차 및 정지를 피하십시오.

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

눈사태가 발생하기 쉬운 경사면을 강제로 건너야 하는 경우 다음 예방 조치를 준수해야 합니다.

1. 눈사태 코드를 풀고 스키 바인딩을 풀고 막대기나 얼음 도끼의 끈에서 손을 떼고 배낭과 기타 물건을 떨어뜨릴 준비를 합니다.

2. 눈사태가 발생하기 쉬운 슬로프의 통과 및 횡단은 신속하지만 신중하고 신중하게 눈의 각 단계를 형성하고 적설층의 거동을 면밀히 관찰하고 수시로 테스트해야 합니다.

3. 위험한 경사면이나 통나무의 너비에 따라 항상 100~200m의 거리를 유지하십시오. 혼자만 눈사태 현장을 횡단하는 친구의 감독 하에 경사면을 감시하고 "눈사태"를 외쳐 눈사태 움직임의 시작을 경고하고, 경사면을 넘은 후 역할이 바뀝니다.

4. 눈사태 지역에서의 보행은 눈 표면을 가능한 한 적게 교란시키고 넘어져 눈사태를 일으키지 않도록 조심스럽게, 덜 자주, 더 넓게 수행해야 합니다. 걸을 때 안정성을 유지하기 위해 먼저 발로 가벼운 압력을 가한 다음 발을 완전히 올려 놓고 눈을 압축합니다.

5. 발자국 소리가 멀리서 총을 쏘는 소리, 딱딱 부딪히는 소리, 쉿하는 소리와 함께 스노보드가 떨어지는 소리 등 둔탁한 소리가 나면 즉시 이 지역을 떠나야 합니다.

6. 주의력이 약해지지 않도록 침묵을 지키고, 필요에 의해 유발되지 않는 비명을 피하십시오.

7. 구급 상자, 눈사태 삽, 탐사선이 그룹의 마지막 구성원에게 있습니다.

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

눈밭을 따라 걸을 때, 당신은 해야 합니다:

1. 바람이 불어오는 경사면과 바람이 불어오는 경사면이 교차하는 선 아래의 처마 융기선을 따라 이동하며, 어떠한 경우에도 처마 장식의 가장자리에 5-6m 이상 접근하지 마십시오.

2. 눈 덮인 표면을 조사하고 검사하여 경로의 안전을 확인합니다.

3. 반드시 서로 결속하여 확보하십시오.

4. 특히 강설이나 눈보라가 몰아친 후 의심스러운 선반에서 각 그룹은 자신의 흔적을 만들어야 합니다(첫 번째 - 무엇보다도 마지막 - 바람이 부는 경사면을 따라 모두 아래).

5. 처마의 능선은 가장 좁은 부분을 가로질러 조심스럽게 보험을 들며 능선 부분을 조밀한 전나무 베이스로 내립니다. 처마의 바람이 불어 오는 경사면에서 건너갈 때 가능한 가장 깊은 트렌치를 0.5-0.6m 너비로 만들고 한 번에 하나씩 보험에 들어갑니다.

눈사태에 걸렸을 때,:

1. 화를 내지 마십시오. 먼지가 많은 눈사태에서는 우선 스카프로 입과 코를 가리거나 모자, 장갑 등으로 덮어 눈 먼지에 질식하지 않도록 합니다. 눈사태에 빠지지 않도록 불필요한 물건(스키, 배낭, 스키 폴 버리기 등)을 즉시 치우도록 노력하십시오.

2. 발 아래에 든든한 지지대가 있고 눈사태가 아직 속도를 내지 못했다면 눈덩이를 날려버리고 눈사태가 꼬리에 닿도록 당신을 지나치도록 하십시오.

4. 눈사태 표면에 몸을 유지하기 위해 팔과 다리로 수영을 하고, 눈의 가장자리에 더 가까이 다가가려고 노력하면서 제동하기 전에 표면으로 수영합니다.

5. 눈사태에 잠수할 때는 멈추기 전에 손으로 얼굴을 가리고 얼굴이 아래로 향하도록 자세를 취해야 급속 동결을 방지할 수 있습니다.

6. 정지 후 즉시 얼굴 앞의 눈에 최대한 큰 구멍을 만듭니다.

7. 졸지 말고 비명을 지르지 마십시오. 비명 소리가 여전히 눈을 통해 들리지 않고 희생자가 지칠 것입니다.

8. 공중 접근을 위한 구멍을 만들 수 있지만 눈덩이를 제거할 수 없다면 구조대원의 주의를 끌기 위해 손을 표면에 내밀어 보십시오.

9. 타액을 방출하여 우주에서의 위치를 ​​결정할 수 있습니다.

10. 치명적인 부상을 입지 않은 사람은 경우에 따라 최대 2 일 동안 눈 아래에 누워있을 수 있으므로 구원에 대한 희망을 잃지 마십시오.

관찰자는 눈사태의 "실종 장소"를 수정하고 눈사태가 멈출 때까지 움직이는 눈 덩어리를 따라 그를 호위하고 "정지 지점"을 고정합니다.

눈사태에 갇힌 사람에 대한 수색은 동일한 장소에 대한 다중 조사를 배제하는 엄격한 시스템에 따라 수행되어야 하며 다른 지역은 미개척 상태로 남아있을 수 있습니다. 수색 작업을 시작하기 전에 눈사태의 재발에 대해 경고하는 관찰자를 설정해야 합니다. 다음 규칙에 따라 검색이 시작됩니다.

1. 눈사태가 위에서 사람을 덮쳤다면 눈사태 원뿔 주변에서 찾아야 합니다.

2. 눈사태가 희생자의 발 아래에서 부서지면 눈사태의 상단 가장자리를 따라 수색해야합니다.

3. 사람이 눈사태의 표면에 잠시 동안 머물렀다가 사라지면이 장소 아래 상당한 깊이에서 찾아야합니다.

4. 눈사태의 길에 다양한 장애물 (돌, 균열 벽, 그루터기, 움푹 들어간 곳 등)이 있으면 먼저 이러한 장애물에서 검색이 수행됩니다.

5. 경사면의 마찰로 인해 눈사태가 멈춘 경우, 눈사태 원뿔이 끝나기 5-10m 전에 수색을 시작해야 합니다.

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

다시 눈사태가 발생할 가능성이 있는 경우 구조대는 경사로 감시자를 배치하고 눈사태 코드를 해체해야 합니다.

피해자의 동료가 실종 장소를 표시한 경우 먼저 신속하지만 신중하게 의심스러운 장소를 조사해야 하며, 신체의 돌출된 부분, 의복, 눈사태 코드 또는 장비를 찾기 위해 랜드마크에서 눈사태 표면 아래로 일렬로 이동해야 합니다. . 눈사태 코드가 발견되면 휴식을 피하면서 신속하고 정확하게 파헤쳐야 하며 되메움 코드의 위치를 ​​결정해야 합니다.

눈사태를 조사한 후에도 긍정적인 결과가 없으면 고리가 제거된 스키 폴, 특수 프로브 및 빙도끼로 고속 탐사를 수행해야 합니다. 이를 위해 프로브는 경사면을 바라보고 서서 명령에 따라 프로브를 전체 길이 동안 눈 속으로 밀어 넣습니다. 선을 따라 음점 사이의 거리는 75cm를 초과하지 않아야 하며, 경사면을 70cm 위로 이동하여 작업을 반복합니다. 앞으로 나아갈 때 간격을 주의 깊게 유지해야 합니다.

이중 고속 프로빙이 긍정적인 결과를 나타내지 않으면 25-30cm 간격으로 상세한 프로빙을 시작합니다.이를 위해 프로브는 거의 어깨에서 어깨로 이동하여 다리를 배치하여 엄격한 직선으로 이동합니다. 그들의 발로. 리더의 지시에 따라 라인이 멈추고 모든 사람들이 먼저 왼발 발가락, 그 다음에는 발 사이, 그리고 오른쪽 발가락을 탐색합니다. 모든 참가자가 사운딩을 완료하면 리더의 명령에 따라 라인이 25-30cm 전진하고(정렬은 오른쪽 측면에서 모니터링됨) 작업을 반복합니다.

사운딩 동안에는 사운더가 다양한 물체에 대한 프로브의 충격과 피해자가 낼 수 있는 소리를 느낄 수 있을 뿐만 아니라 들을 수 있도록 완전한 침묵이 관찰되어야 합니다. 프로브는 수직으로 눈 속에 잠겨 있어야 합니다. 한 손(장갑 없이)으로 프로브를 눈 속으로 삽입하고 천천히 180° 돌려서 빼내는 것이 좋습니다. 팁의 검사는 마주친 장애물의 특성을 결정합니다.

탐침이 눈사태로 덮일 때 부상을 입을 수 있으므로 탐침을 매우 조심스럽게 수행해야 한다는 점을 기억해야 합니다.

프로브가 지면에 도달하지 않으면 첫 번째 사운딩 후에 도랑을 파야 합니다. 트렌치는 되메움의 가능한 위치보다 약간 아래에서 시작하여 경사면의 경사를 따라 아래에서 위로 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. 트렌치 바닥과 트렌치 사이의 공간에 대한 조사는 관통 후에 시작해야 하지만 관통 작업을 방해하지 않아야 합니다.

피해자의 위치가 정해지면 이를 표시하고 발굴을 진행해야 한다. 빨리 파야 하지만 피해자에게 다가갈 때는 조심해야 합니다.

잠든 자에게 들어갈 수있을 때 즉시 응급 처치를해야합니다. 가능한 한 빨리 손으로 얼굴을 풀고 동시에 입과 코를 눈과 흙으로부터 자유롭게하십시오. 눈에서 입과 코를 청소 한 후 구강 대 구강 또는 구강 대 코 방법을 사용하여 인공 호흡을 시작하고 가능한 한 빨리 눈 아래에서 희생자를 발굴하고 고려하여 이송해야합니다. 가능한 부상, 그에게 추가 지원이 제공 될 장소. 이 경우 피해자를 두껍고 촘촘한 침구로 덮고 따뜻하게 덮고 등, 배, 옆구리 아래에 온찜질 또는 온열 패드를 대고 피해자가 의식을 되찾았을 때 인공 호흡을 계속하고 음료수와 액체 영양을 제공해야 합니다.

희생자를 소생시키려는 시도는 분명한 죽음의 징후가 있을 때만 멈출 수 있습니다.

이 섹션에서는 눈사태 위험을 예측하는 과학적 접근 방식을 설명합니다.

예측 유형

현재 세 가지 유형의 눈사태 위험 예보가 사용됩니다. 즉, 산간 지역에 대한 소규모 배경, 산악 분지 또는 눈사태 그룹에 대한 대규모 배경, 지정된 눈사태 또는 눈사태 경향이 있는 경사에 대한 상세 예측( 지역예보).

눈사태 예보는 눈 축적 및 변성 과정이 적설의 안정성과 눈사태의 형성을 위반할 수 있는 특정 시간 간격의 사전 결정을 전제로 합니다. 강수 유형, 강수 강도, 강수량, 눈보라의 강설량, 기온 및 습도, 기타 기상 조건의 특성은 적설의 상태와 안정성에 직접적인 영향을 미치기 때문에 기상 조건의 예측과 밀접한 관련이 있습니다.

배경 예보는 고려 중인 산악 지역의 눈사태 위험을 평가하는 것으로 구성되며 "눈사태" 또는 "비 눈사태"의 형태로 발행됩니다. 눈사태 예보의 리드 타임은 산의 강수 강도, 해빙 강도 및 지속 시간, 기타 기상 지표의 장기 예측을 위한 정량적 방법의 부족으로 인해 제한됩니다. 일반적으로 시간 단위로 측정되며 종종 "제로" 리드 타임으로 예측이 발행됩니다. 즉, 눈사태 위험에 대한 현재 평가만 제공됩니다.

지역 예보는 특정 눈사태 수집의 눈사태 개시 구역의 적설 안정성 지표와 예상되는 자발적 눈사태 방출 이전 시간을 결정하고, 눈사태 방출의 가능한 양과 범위를 평가하고, 제거를 위한 최적 조건을 선택하는 것을 제공합니다. 눈사태를 인위적으로 낮추어 눈사태 위험.

눈사태 예측 방법은 1930년대에 소련에서 처음 개발되었으며, 처음에는 Khibiny에서, 그 다음에는 Caucasus에서 광범위하게 실용화되었습니다. 전후 몇 년 동안 중앙 아시아, 카자흐스탄 및 남사할린 산에서 눈사태 위험을 예측하는 데 상당한 진전이 있었습니다.

강설과 눈보라로 인한 눈사태의 배경 예측이 가장 많이 개발되었습니다. 배경 눈사태 예측의 개발에서도 약간의 진전이 있었습니다. 젖은 눈, 주로 눈-기상 상황의 분석과 눈사태 위험이 시작된 시간과 눈사태를 결정하는 요인의 변화 사이의 확립된 통계적 관계를 기반으로 합니다. 그것은 적설의 구조, 밀도 및 온도 체계 및 안정성의 국부적 특성에 대한 모든 이용 가능한 정보를 사용합니다.

지역 예보를 위한 방법은 아직 제대로 개발되지 않았으며, 이는 눈사태 발생 지역의 적설 상태 및 특성에 대한 신뢰할 수 있는 정보를 얻을 수 있는 방법과 장비가 부족하고 강도 특성 및 강도 특성을 결정하는 기존 방법의 정확성 때문입니다. 적설 안정성의 지표는 낮습니다.

강설과 눈보라로 인한 눈사태 예보.

강설과 눈보라는 적설의 안정성에 직접적인 영향을 미치므로 이로 인한 눈사태를 "직접 작용" 눈사태라고 합니다. 그러나 다른 요인들도 눈사태 형성 과정에 중요한 영향을 미칩니다. 눈사태의 가능성에 대한 정성적 평가를 위해 10가지 주요 눈사태 형성 요인이 평가됩니다(Snow avalanches, 1965).

— 오래된 눈의 높이.첫 번째 강설은 일반적으로 눈사태를 동반하지 않습니다. 눈은 먼저 경사면의 고르지 못한 부분을 채우고 그 후에야 평평하고 매끄러운 표면이 나타나 새로운 눈 덮인 층이 미끄러지는 데 기여합니다. 따라서 강설이 시작되기 전의 오래된 눈의 높이가 높을수록 눈사태가 형성될 가능성이 커집니다. 이 경우 경사면의 요철 특성 치수에 대한 오래된 눈 높이의 비율이 매우 중요합니다. 따라서 부드러운 잔디 슬로프에서는 15-20cm의 적설 높이와 큰 바위 난간 또는 수풀이 있는 슬로프에서 1-2m의 오래된 눈 높이에서만 눈사태 위험이 발생할 수 있습니다.

— 오래된 눈과 그 표면의 상태.눈 표면의 특성은 갓 내린 눈과 오래된 눈의 접착력에 영향을 미칩니다. 바람에 의해 움직이는 눈판이나 얼음 껍질의 매끄러운 표면은 눈사태를 선호합니다. 그러한 표면이 가루 눈의 얇은 층으로 덮인 경우 신선한 눈이 좌굴될 가능성이 높아집니다. 반대로 거친 표면, 바람 satrugi, 비로 인한 다공성 껍질은 눈사태 형성 가능성을 줄입니다. 오래된 눈의 특징은 무너지지 않고 견딜 수 있는 갓 내리거나 눈보라가 내린 눈의 양과 새로운 눈이 그 위로 미끄러졌을 때 눈사태에 연루되지 않고 슬로프에 머무를 수 있는 능력을 결정합니다. 깊은 서리의 층과 중간층의 존재는 특히 눈사태 형성을 일으키기 쉬우며, 그 형성은 경사면의 유형과 적설 재결정화 과정의 열역학적 조건에 의해 결정됩니다.

- 갓 내리거나 눈보라로 쌓인 눈의 높이.적설 깊이의 증가는 눈사태 형성에서 가장 중요한 요소 중 하나입니다. 강설량은 종종 잠재적 눈사태 위험의 지표로 사용됩니다. 각 지역에는 눈사태의 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 고체 강수의 유형은 적설의 기계적 특성과 오래된 눈에 대한 접착력에 영향을 미칩니다. 따라서 차가운 각주와 바늘 모양의 결정이 떨어지면 낮은 응집력을 특징으로하는 느슨한 눈 덮개가 형성됩니다. 또한 서리가 내린 고요한 날씨에 별 모양의 결정이 떨어질 때 형성됩니다. 기온이 약 0 °이면 가을 동안 눈송이가 결합되어 큰 조각 형태로 떨어질 수 있습니다. 이러한 입자의 적설은 빠르게 압축됩니다. 눈사태 형성의 가장 큰 가능성은 덮개가 갓 떨어진 푹신하고 건조한 세립 눈으로 형성될 때 발생합니다. 종종 눈사태는 마른 압축 눈에서 형성되며, 젖고 젖은 눈이 쌓이면 눈사태가 거의 발생하지 않습니다.

— 갓 내린 눈의 밀도.눈사태 형성의 가장 높은 가능성은 100kg/m3 미만의 낮은 밀도의 적설이 형성되는 동안 관찰됩니다. 강설 시 새로운 눈의 밀도가 높을수록 눈사태가 발생할 가능성이 줄어듭니다. 눈의 밀도를 높이면 눈사태의 가능성이 줄어들지만 이 규칙은 눈보라 동안 형성된 눈판에는 적용되지 않습니다.

— 강설량(눈이 쌓이는 속도).강설강도가 낮을 ​​때, 전단력 증가로 인한 경사면의 적설 안정성 지수 감소는 적설 중 접착력 및 마찰계수 증가로 인한 안정성 증가로 보상됩니다. 적설 속도가 증가함에 따라 질량 증가의 효과가 압축 효과보다 우세하며 적설의 안정성이 감소하고 눈사태가 형성되는 조건이 생성됩니다. 예를 들어, Tien Shan 지역에서는 강설 강도가 최대 0.15cm/h인 경우 눈사태가 관찰되지 않고 0.8cm/h로 증가하면 경우의 45-75%에서 눈사태가 관찰됩니다.

— 강수량 및 강도- 본질적으로 이전 요소에 해당하는 요소. 그것은 액체 강수와 눈보라를 고려하는 것을 포함하여 경사의 수평 투영의 단위 면적당 눈 질량의 증가를보다 정확하게 특성화합니다.

- 눈의 정착.떨어지는 눈의 압축 및 침전 과정은 접착력과 내부 마찰 계수를 증가시켜 적설의 안정성에 기여합니다. 저밀도의 눈은 초기 강도가 낮지 만 빠르게 압축됩니다. 초기 강도가 높은 짙은 눈은 천천히 가라앉습니다. 눈이 내리는 것은 강설이나 눈보라가 치는 동안과 끝난 직후에 모두 중요합니다. 눈사태 형성은 때때로 오래된 눈의 침강에 의해 영향을 받습니다(예를 들어, 단단한 눈 슬래브 아래의 고르지 않은 강설은 슬래브가 파손되고 안정성을 침해할 수 있음).

- 바람.바람의 수송은 적설의 재분배와 단단한 지각, 스노우 슬래브 및 퍼프의 형성으로 이어집니다. 바람은 눈 처마 장식을 형성하고 그 아래에는 느슨한 눈이 쌓입니다. 강한 바람은 눈 덩어리에서 공기를 빨아들여 수증기를 이동시키고 눈 아래층을 느슨하게 만듭니다. 눈사태 형성 과정에서 바람은 특히 눈보라의 눈 수송 및 축적 요인으로 중요한 역할을 합니다.

- 온도.눈사태 형성에 대한 온도의 영향은 다면적입니다. 기온은 떨어지는 고체 강수 입자의 유형, 적설의 형성, 압축 및 온도 체계에 영향을 미칩니다. 깊이의 적설 온도의 차이는 변성 과정의 속도와 특성을 결정합니다. 눈 온도는 점성 강도 특성의 특성에 큰 영향을 미칩니다. 기온이 급격히 떨어지면 눈층이 파열되고 눈사태가 발생하여 온도 균열이 형성될 수 있습니다.

미국에서는 눈사태 위험을 신속하게 평가하고 예측하기 위해 눈사태 형성 요인에 대한 정보를 사용하려는 시도가 있었습니다. 이를 위해 나열된 각 요소는 눈사태 형성 경향에 따라 10 점 시스템에 따라 평가 된 다음 이러한 점을 요약합니다. 가능한 점수는 0에서 100까지입니다. 점수가 높을수록 눈사태 가능성이 더 높으며 0은 눈사태 위험이 없음을 의미하고 100은 눈사태의 가장 높은 확률을 의미합니다.

눈사태 위험에 대한 배경 예측을 위해 눈사태 형성 요인을 평가하는 유사한 방법이 러시아의 일부 눈사태 발생 지역에서도 사용됩니다. 눈사태를 예측하기 위해 북부 Tien Shan 지역의 강설 시간, 나열된 10가지 요인 외에도 종관 과정의 특성과 적설량의 안정성도 사용됩니다. 강설과 눈사태로 이어지는 종관적 과정을 분석할 때 가장 대표적인 상황을 파악하고 정량적 평가를 포인트 단위로 하였다. 적설량의 안정성은 실험 현장에서 전단에 대한 눈의 저항 측정과 눈사태 발생 지역에서 적설의 안정성 지수 결정을 기반으로 추정됩니다. 눈사태 관측 자료의 분석 및 통계 처리 및 이에 따른 기상 조건을 바탕으로 눈사태 발생 요인에 따라 지점별로 눈사태가 하강할 확률을 추정하였다.

총점은 눈사태 위험의 정도를 나타내며 합계가 증가하면 눈사태의 가능성이 높아집니다. 눈사태 형성 요인의 점수화는 눈사태 관측소의 관측 지점에 7-8cm의 새로운 눈이 쌓이는 것으로 시작됩니다. 그런 다음 주기적으로 특정 간격으로 계산이 반복됩니다. 눈 두께의 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.

눈사태의 형성과 풍속과 기온의 조합, 기온이 상승함에 따라 주어진 방향의 풍속, 총 눈보라 수송 및 시간 등 눈보라의 강도에 따른 위험을 식별하기 위해 유사한 경험적 그래프가 구성됩니다. 양도(실제 수당…, 1979). 예측은 눈덩이의 온도 분포와 기온에 대해 동시에 모니터링되는 눈 폭풍 관측 데이터를 기반으로 합니다.

경험적 의존성을 기반으로 한 예측의 유효성은 주로 사용된 기상 정보의 양과 신뢰성, 그리고 이러한 의존성이 눈사태 활동을 얼마나 명확하게 특징짓는지에 의해 결정됩니다. 예보의 신뢰성을 높이려면 기상 사이트가 눈사태의 빈도가 가장 높은 고도 지역에 위치하는 것이 필요합니다. 특정 지역에서 눈사태 형성에 가장 큰 영향을 미치는 요인을 식별하고 눈사태 상황의 확률적 통계적 평가를 위해 포괄적인 방식으로 이를 사용하는 데 특별한 주의를 기울여야 합니다. 갓 내린 눈과 눈보라로 인한 눈사태에 앞서 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 특성을 고려해야합니다. 눈사태 발생 지역에서 눈의 온도 체계, 층서학적 구조, 밀도 및 강도 특성을 아는 것이 특히 중요합니다. 이 지역의 적설을 직접 관측하는 것은 위험하므로 원격 관측, 실험 현장에서의 측정 및 눈사태 발생 지역 근처의 눈사태 안전 장소에서의 경로 적설 측정을 기반으로 특성이 결정됩니다.

가장 위험한 것은 상대적으로 얕지만 눈 덮개가 상당히 재결정화된 슬로프입니다.

어떤 지점에서 깊은 흰 서리 층이 그 위에있는 스노우 슬래브의 하중을 견디지 못하고 급격한 강수량이 발생합니다. 침하의 불균일성으로 인해 슬래브에 균열이 형성되고 안정성이 침해될 수 있습니다. 특히 불안정한 깊은 서리 층에 추가 하중이 가해질 때 폭설 또는 눈보라가 쌓이는 동안 특히 불리한 조건이 발생합니다.

비교적 강설량이 많으면 위험하다 높은 온도공기는 푹신한 덮개를 형성하고, 그 위에 눈보라가 몰아치는 눈이 연속적으로 불어 눈 슬래브를 형성하고 푹신한 눈이 빠르게 재결정됩니다.

적설량의 이질성, 특히 지각이나 약한 층이 존재하면 적설이 거의 모든 단계에서 눈사태가 내려올 가능성이 있습니다. 따라서 그러한 징후에 특별한주의를 기울여야합니다.

눈 재결정화 눈사태는 일반적으로 경사면에 잠재적으로 불안정한 단일 또는 다층 눈 슬라브가 있을 때 발생합니다. 일부 지역에서는 국부적으로 불안정한 상태에 있으며 모서리 힘으로 인해 경사면에 유지됩니다. 이러한 슬래브의 안정성 위반은 예상치 못한 다양한 원인(눈 처마의 붕괴, 떨어지는 돌, 스키어-스노우보더의 통과 또는 통과, 슬래브 아래의 고르지 않은 눈 침전 등)으로 인해 발생할 수 있습니다. 눈사태의 시간을 예측하는 것은 거의 불가능합니다. 따라서 그들은 눈사태의 확률을 평가하고 눈사태가 발생하기 쉬운 슬로프에서 인공 눈을 만드는 것이 가장 편리한 시간을 결정하는 데만 국한됩니다.

눈사태가 발생하기 쉬운 경사면에서 국지적 안정성을 계산하기 위해 적설량의 정량적 특성을 얻기 위해 10일 주기로 미리 선택된 지역에 적설량을 시추합니다. 이 때, 적설량의 층화, 층 밀도, 층의 접촉에서의 전단 및 파열에 대한 눈의 강도 한계가 결정됩니다. 안정성 여유가 작은 적설판 영역이 있는 경우 추가 재결정화 과정으로 인해 적설의 국부적 안정성 지수가 감소할 가능성을 고려해야 합니다. 플레이트의 국부적 불안정 영역이 나타나면 눈사태의 위험이 있음을 나타냅니다.

적설 조사 사이의 국부적 안정 지수의 변화를 계산하기 위해 기상 조건 및 적설 온도에 대한 정보를 사용하여 재결정화의 강도 및 눈의 강도 특성의 가능한 변화의 계산이 수행됩니다. 같은 방식으로 적설의 안정성이 감소할 것으로 예상되는 예측 추정치는 기상 조건의 예측과 적설량의 온도 체계를 기반으로 결정됩니다.

기온이 급격히 떨어질 것으로 예상되는 경우와 강설 시 눈사태 예보에 특히 주의를 기울입니다. 온도가 감소하면 꼬임 위치의 스노우 슬래브에 추가적인 인장 응력이 발생하여 찢어진 균열이 형성되고 슬래브의 안정성이 침해될 수 있습니다. 작은 강설량조차도 깊은 서리의 부서지기 쉬운 파괴에 충분한 추가 하중을 생성하여 적설판의 연속성을 깨고 눈사태를 형성할 수 있습니다.

젖은 눈사태 예보.

젖은 눈으로 인한 대량 눈사태는 일반적으로 눈이 녹기 시작하는 봄에 발생합니다. 이러한 눈사태는 해빙과 눈 덮개에 내리는 비의 결과로 겨울에도 가능합니다. 이러한 눈사태의 예측은 적설의 온도, 열교환 및 수분 함량의 관찰 분석을 기반으로 합니다. 예측 문제는 눈사태 형성 요인과 그 임계값의 분석을 기반으로 해결됩니다.

서부 Tien Shan에서 젖은 눈으로 인한 눈사태가 형성되는 기간 동안의 기상 상황 분석을 기반으로 예측을 개발할 때 사용하도록 권장되는 다음 조항이 개발되었습니다(실제 허용량 ..., 1979).

- 갓 내린 젖은 눈으로 인한 눈사태는 기온이 영하로 통과하면서 강렬한 온난화의 결과로 형성됩니다. 눈사태는 온난화 전 강설 시 고체 강수량이 10mm 이상인 경우 발생합니다.

- 신선한 눈으로 인한 눈사태의 일일 예보는 눈사태 형성과 기온 사이의 관계에 대한 경험적 그래프를 사용하여 "눈사태 위험" 및 "비 눈사태 위험"의 두 가지 유형으로 구성됩니다. 이 그래프의 곡선은 눈사태 위험의 시작을 결정하는 주간 기온의 임계값을 결정합니다. 예보는 사전에(12시간 전) 이루어지며 실제 기온에 따라 업데이트됩니다.

- 오래된 젖은 눈으로 인한 눈사태의 필요 조건은 기온이 양의 값으로 안정적으로(24시간 이상) 전환되는 것입니다. 눈사태 위험 기간의 시작은 갓 내린 진눈깨비의 눈사태 예측과 유사한 경험적 일정에 의해 결정됩니다.

— 강우 기간 동안의 눈사태 예보는 눈 덮개 표면에 강우량의 밤 및 최고 기온과 눈사태 형성의 관계를 특성화하는 그래프에 따라 수행됩니다.

Inner Tien Shan의 조건에서 기온이 0°를 지나 양의 값이 될 때까지의 적설량과 그 통과 기간 동안의 일별 최대값의 합 사이의 관계 눈사태에 대한 0°가 가장 가까운 것으로 판명되었습니다. 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 접착력, 적설량, 양의 기온 및 기타 경험적 의존성의 합으로 인한 눈사태 형성. 젖은 눈사태 예측 방법은 추가 개선이 필요합니다.

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

눈사태 분류 체계를 개발하는 주요 목적은 자연 재해, 안전 및 통제 조치에 대한 정보 교환에 사용할 수 있는 통일된 기술 용어를 설정하는 것입니다. 또 다른 목적은 통계 분석을 위해 눈사태를 그룹화하는 것입니다. 예를 들어 눈사태와 눈사태를 일으키는 요인(지형, 기상 조건, 적설 특성) 간의 관계를 식별하는 것입니다. 또한 보호 조치의 계획 및 구현에 대한 결정을 개발할 필요가 있습니다.

현재, 눈사태의 특성을 기술하고 체계화하고 눈사태 위험을 예측하기 위해 국제 형태 및 유전적 분류가 사용됩니다.

눈사태의 국제 형태 분류(International Morphological Classification of Avalanches)는 눈사태에 대한 정보를 코드화된 형태로 전송할 수 있도록 하며, 기준 기호는 대문자(A, B, C, D, E, F, G, H) 형식으로 제공됩니다. 및 특성에 대한 기호 - 숫자 형태. 숫자(1-5) 외에도 숫자를 사용하는 것이 좋습니다. 0 - 특성에 대한 정보가 없는 경우, 7 또는 8 - 혼합 특성, 9 - 특별한 참고 사항을 나타냅니다. 예를 들어, 코드 AZ B2 C1 D9 E1 F4 G1 H4는 눈사태가 새로운 눈 덮개가 파손된 결과 부드러운 눈 슬래브에서 형성되었으며 마른 눈사태가 수로를 따라 이동하여 기류를 형성했음을 나타냅니다. (9는 이동 경로 눈사태의 특성을 명확히 하는 특별 발언을 나타냄), 눈사태 침전물은 나뭇가지를 포함하는 미세하게 울퉁불퉁하고 건조합니다.

유전자 분류

유전적 분류는 눈사태 현상을 그것이 형성되는 조건(예: 경사면의 모양, 날씨, 적설의 특성)과 관련시킵니다. 여러 유전적 분류가 제안되었지만 눈사태 형성의 과정이 너무 복잡하여 형성 원인을 하나 또는 두 가지 요인으로 돌릴 수 없기 때문에 모두 만족스럽지 않습니다.

사이즈 분류

눈사태는 크기(움직이는 눈의 질량 또는 부피) 또는 파괴력에 따라 분류할 수 있습니다. 다음은 조건부 분류 체계입니다 - 눈사태의 파괴적 행동의 5단계(이 체계는 캐나다 서부 지역에서 널리 사용됨):

1) 사람에게 해를 끼치지 않는 소량의 눈

2) 사람을 해칠 수 있습니다.

3) 건물, 자동차에 손상을 입히고 여러 나무를 부러뜨릴 수 있습니다.

4) 최대 4,000km2 면적의 대형 차량, 숲을 파괴할 수 있습니다.

5) 비정상적이고 치명적인 현상 - 광대한 영토에 걸쳐 정착지의 파괴와 숲의 파괴가 가능합니다.

눈사태 위험의 정의

도로, 건물, 스키 슬로프 건설을 위한 안전한 장소 선택 및 눈사태 통제 방법 선택에 대한 결정을 내리는 데 사용되는 정보는 눈사태의 위치와 크기, 눈사태의 빈도 및 잠재적 손상 평가. 눈사태 수집은 구호의 특징(경사, 수로, 특징적인 기원 지점), 식생으로 인식할 수 있습니다. 뿐만 아니라 눈사태에 의해 쌓인 눈에도. 브리티시컬럼비아주 남부와 앨버타주의 울창한 숲이 우거진 산에서 눈사태의 흐름은 경사면의 여러 부분에 있는 나무의 나이와 종을 조사하여 식별할 수 있습니다. 부조와 식생의 특징은 항공 사진으로 확인할 수 있지만, 명확히 하기 위해서는 지상 조사도 필요합니다. 나무의 높이는 정확하게 추정되어야 하며, 눈사태의 움직임의 가능한 특성을 고려해야 합니다. 눈사태는 나무의 성장뿐만 아니라 화재, 진흙 흐름, 벌목, 토양, 태양 복사 및 바람에도 영향을 미친다는 사실을 명심해야 합니다. 하강 빈도, 눈사태의 유형 및 크기를 추정하는 것은 매우 어렵습니다. 가장 신뢰할 수 있는 방법은 장기 데이터를 사용하는 것입니다. 데이터에 따르면 평균적으로 12년에서 20년마다 겨울 또는 치명적인 눈사태와 함께 몇 차례 연속 겨울이 있습니다. 종종 관찰 기간이 충분히 길지 않고 강설량이 최대인 겨울을 포함하지 않을 수 있습니다. 이 경우 과거 데이터는 나무의 나이와 피해에 대한 데이터와 기후 데이터 분석에 의해 뒷받침되어야 합니다. 눈사태가 닿지 않는 곳에 구조물을 배치할 계획을 세울 때 가장 중요한 요소는 눈사태 물질 방출의 최대 범위입니다. 산림 지역에서 매우 큰 눈사태 퇴적물은 다른 연령과 다른 종의 나무 사이에 명확한 경계가 있기 때문에 종종 해독됩니다. 이러한 경계는 다음과 같은 경우에 가장 잘 식별됩니다. 비교 분석옛 항공 사진과 새 항공 사진. 퇴적 장소, 빈도 및 눈사태의 최대 범위를 평가하기 위한 방법론에 대한 역사적 접근이 작업에서 고려됩니다.

눈사태- 자연스러운 것 중 하나 자연 현상인명 손실 및 심각한 손상을 일으킬 수 있습니다. 다른 위험 중에서도 눈사태는 인간 활동이 붕괴의 원인이 될 수 있다는 사실로 구별됩니다. 산악 지역의 잘못된 자연 관리(경사면의 숲 벌채, 개방된 눈사태 발생 지역에 물건 배치), 눈 덮인 경사면에 사람의 접근, 장비에서 눈덩이를 흔드는 것은 눈사태 활동을 증가시키고 동반합니다. 사상자와 물질적 피해.

눈사태로 사람들이 사망했다는 사실은 고대부터 알려져 왔습니다. Strabo와 그의 동시대 Livy의 작품에는 알프스와 코카서스에서의 사고가 묘사되어 있습니다. 가장 큰 눈사태 재해는 1915-1918 년 이탈리아와 오스트리아 간의 전쟁 인 알프스를 통한 Hannibal과 Suvorov의 군대와 같은 산에서의 군사 작전과 관련이 있습니다. 에 평화로운 시간자연 재해의 성격을 띤 눈사태는 1920년과 1945년에 발생했습니다. 타지키스탄, 1951년 스위스, 1954년 스위스와 오스트리아, 1987년 소련(조지아), 1999년 알프스 국가. 1999년 스위스에서만 눈사태로 인한 피해가 6억 스위스 프랑을 초과했습니다. 러시아 연방 영토에서 눈사태로 인한 대량 사망과 심각한 파괴 사례가 반복적으로 언급되었습니다. 가장 유명한 것은 1936년 12월 5일 Khibiny에서 발생한 비극적인 사건으로 Kukisvumchorr 마을이 두 번의 연속적인 눈사태로 파괴되었습니다. 치명적인 눈사태에 대한 제한된 정보는 소련 눈사태 지적에 포함되어 있습니다. .

일회성 대량 인명 사망 사례는 정착지, 개별 구조물 및 차량의 눈사태로 국한됩니다. 상당한 파괴는 대량 눈사태가 형성되는 기간 동안 가장 자주 발생하며, 짧은 시간 동안 많은 수의 눈사태 소스가 넓은 지역에 촉발됩니다.

40-60 년 동안 눈사태는 건물과 도로에서 가장 자주 희생자를 추월했습니다. 현대 연구눈사태로 인한 사망자의 통계에 따르면 사망자의 대부분은 눈사태가 발생하기 쉬운 지역 내에서 자유롭게 움직이는 사람들, 즉 "사람이 밟지 않은 길"을 좋아하는 사람들입니다. 미국에서는 스노모빌리스트(35%), 스키어(25%), 등반가(23%)입니다. 캐나다의 경우 스키어(43%), 스노모빌리스트(20%), 등반가(14%): 스위스의 경우 스키어 및 등반가(88%)입니다. 대부분의 비극은 피해자 스스로가 자초한 것입니다. 그리고 1998-1999년 겨울에만. 균형이 바뀌었습니다. 눈사태 붕괴 당시 세계에서 122명의 눈사태 재해 희생자(총 희생자 수의 63%)가 실내와 도로 위에 있었습니다. 최근 몇 년 동안 러시아에서는 눈사태가 발생하기 쉬운 지역을 통과하는 사고와 관련이 있습니다. 등반가(북 코카서스), 관광객(북 코카서스, 키비니), 스키어(북 코카서스), 국경 경비대(북 코카서스), 차량 승객의 사망 (Transcaucasian 수송 고속도로). 이웃의 학생들은 비극적으로 정기적으로 눈사태에 시달리고 있습니다. 정착. 눈사태의 크기는 가능한 손상에 중요하지 않습니다. 희생자의 통계에 따르면 거의 절반이 200미터를 넘지 않는 작은 눈사태로 사망합니다.

이 시간에 달리는 열차에 눈사태

철도에 눈사태의 결과

따라서 눈사태 방지 조치의 주요 임무는 다음과 같이 결정됩니다. 특정 경제 대상을 위협하는 개별 눈사태 소스로부터 보호하고 사람들이 산 경사면이 위협이 될 수 있는 경제적으로 미개발된 지역을 통해 눈사태로 이동하는 것을 방지합니다.

52도(처마 아래 경사). 45도 이상의 급경사에서는 눈사태의 위험이 줄어듭니다. 눈사태 경사 - 30도에서 45도. 대부분의 눈사태는 38도의 경사면에서 하강합니다. 경사가 26도 미만이면 눈사태의 확률이 낮아지고 45도 각도는 길이가 같은 두 개의 얼음 축을 사용하여 쉽게 결정할 수 있습니다. 또한 26도는 약 1 대 0.5의 비율입니다.

경고 내용: 눈사태를 조심하십시오!

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

눈사태 위험 예보는 산악 지역의 눈사태로부터 인구와 경제 시설을 보호하기 위한 일련의 조치의 일부입니다. 눈사태 예측(avalanche 위험 예보)의 빙하학에서 채택된 정의는 눈사태 위험의 기간, 눈사태의 시간 및 규모에 대한 예측을 의미합니다. . 인명 안전을 보장하기 위한 예측의 사용은 특정 조건에 의해 결정되며 정보 및 방법론적 기반의 생성이 필요합니다.

눈사태 방지 활동 조직

눈사태로 인한 피해를 방지하기 위한 기본적인 해결책은 눈사태가 발생하기 쉬운 지역에 건설 및 배치를 금지하는 것입니다. 특정 이유로 이 옵션이 항상 허용되는 것은 아닙니다. 전체 범위의 눈사태 방지 조치가 개발되어 다양한 성공을 거두었습니다. 눈사태가 발생하기 쉬운 지역 식별 및 현상 매개변수 결정, 눈사태 시간 예측 서비스 구성, 보호 구조물 건설, 눈사태 예방 방출 - 이러한 조치는 눈사태로 인한 피해를 방지하기 위한 것입니다. 눈사태 형성 과정에 미치는 영향의 본질은 다릅니다. 다양한 유형의 엔지니어링 구조는 눈사태의 형성을 방지합니다. 예방 하강 및 일부 유형의 보호 구조는 눈사태의 통제된 하강을 제공합니다(붕괴 시간, 크기, 이동 방향 및 방출 범위). 조사 작업 및 눈사태의 시기를 예측하는 것은 조직에 기여합니다. 경제 활동눈사태가 발생하기 쉬운 지역에서 사람들이 특정 시점에 위험한 지역에 들어가는 것을 방지합니다. 일반적으로 다양한 눈사태 방지 조치의 조합으로 가장 큰 효율성을 얻을 수 있습니다.

보호 장비 선택의 중요한 요소는 비용입니다. 높은 신뢰성을 제공하는 엔지니어링 구조에는 상당한 재료 비용이 필요합니다. 예를 들어, 스위스에서는 1952년부터 1998년까지 눈사태 방지 시설 건설에 약 12억 스위스 프랑이 투자되었습니다. 측량 작업 비용과 하강 시간 예측이 훨씬 저렴합니다. 따라서 1998/99 시즌에 Gallatin에 있는 눈사태 센터(미국 갤러틴 국유림 눈사태 센터)의 예산 89,600달러였다 , La Sala(미국 La Sal Avalanche Forecast Center)에 있는 유사한 장치의 유지 관리 비용은 약 17,000달러입니다.

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

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

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

- 다른 규모의 눈사태 위험지도 편집, 눈사태 활성 슬로프의 1km 2 당 비용은 0.00015 -0.03 천 루블입니다.

1980년대 소련에서 눈사태 연구의 피크 기간인 러시아에서 눈사태 정보의 수집 및 처리는 국가 수문기상 위원회의 약 40개 소분류에 의해 수행되었습니다. 눈사태 연구에 종사하는 러시아에서 가장 오래된 조직인 Apatit p/o(현재 눈사태 안전 센터)의 눈사태 보호 부서는 Khibiny 산맥 영역에서 눈사태 지원을 수행했습니다. 눈사태 센터의 적설 분포 연구, 눈의 물리적 및 기계적 특성, 내린 눈사태의 관찰은 고속도로 및 철도, 산악 리조트, 광산 기업에서 집중 경제 개발 영역에서 수행되었습니다. 관측소는 정보를 수집하기 위해 조직되었으며 눈과 기상 상황에 대한 지속적인 관찰이 수행되었습니다. 눈사태 순찰경로, 눈사태 취약지역 상공, 눈사태 취약지역 탐사를 차량으로 일정 빈도로 실시하였다.

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

(지형 + 눈사태 링) - 지도에 눈사태 위험이 높은 지역을 표시합니다. 협곡의 일부 구간은 눈사태 위험이 높지 않지만, 위쪽 경사면에는 하중을 받는 눈층이 있습니다. 어떤 눈사태라도 계곡 아래로 내려갈 것입니다. 따라서 기슭에서 횡단하는 것이 가장 좋은 방법은 아닙니다. 또한 경로가 눈사태 위험을 나타내지 않더라도 하강은 어떻습니까? 안전합니까?

눈사태 부서의 임무는 눈사태의 영향을 받는 지역의 인구, 관리 기관, 조직 및 기업에 눈사태 위험에 대한 예측을 제공하는 것이었습니다. 예측 생성을 위해 수문 기상 서비스의 영토 부서의 기상 및 기상 관측소 네트워크의 관측 데이터가 사용되었습니다. 눈사태 예보 서비스와 전체 수문 기상 서비스의 작업은 영토-행정 원칙을 기반으로 했습니다. 그림 1은 눈사태 방지 작업 조직의 예로서 80년대 Kolyma 영토 수문기상 및 환경 관리국의 마가단 지역 중부 지역 영토의 눈사태 유지 계획을 보여줍니다.

소련 영토에서 눈사태 관찰을 수행하고 눈사태 위험을 일시적으로 예측하기위한 서비스를 조직하기위한 방법론 센터는 중앙 아시아 연구소였습니다. 타슈켄트의 V.A. Bugaev(SANIGMI). 전국의 다양한 눈사태 정보가 이곳으로 몰려들었고, 눈사태 관측소의 연례 보고서가 접수되었습니다. SANIGMI는 (종종 지역 눈사태 부서의 직원과 협력하여) 소련의 다양한 눈사태가 발생하기 쉬운 지역에 대한 눈사태 위험 예측 및 응용 예측 방법을 위한 이론적 토대를 개발했습니다. 모스크바 주립 대학의 눈사태 및 이류 문제 연구소는 눈사태 위험 및 해당 매핑을 평가하는 방법 개발을 위한 방법론적 센터 역할을 했습니다. 모스크바 주립 대학의 전문가들은 눈사태 위험을 평가하기 위한 전문 방법론과 눈사태가 발생하기 쉬운 국경 지역에서 봉사하기 위한 권장 사항 및 조직화된 눈사태 관찰 방법을 개발했습니다. 눈사태 연구는 철도부, Gosstroy 및 기타 부서의 연구 및 생산 조직에서도 수행되었습니다.

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

눈사태 연구는 세계 여러 국가에서 수행됩니다. 그 중 일부는 네트워크 원칙에 따라 데이터 수집이 수행됩니다. 스위스 국립 눈사태 게시판 발행 조직은 80명의 관찰자와 61개의 자동 스테이션에서 매일 데이터를 수집합니다(그림 2). . 미국에는 산림청에만 12개의 눈사태 센터가 있습니다(그림 3).

해외에서는 눈사태 작업을 조직하기 위한 가장 인기 있는 매뉴얼이 다양한 버전의 눈사태 핸드북, 전문 매뉴얼이 개발되었습니다.

눈사태 요인

눈사태 연구에서 다년간의 경험을 통해 눈사태 형성 과정의 특정 패턴을 식별하고, 눈사태 붕괴의 주요 요인을 식별하고, 현상의 매개변수를 평가할 수 있었습니다. 눈사태의 붕괴는 외부 요인의 영향으로 발생하는 외부 요인 및 눈 덩어리 내부의 과정의 영향으로 경사면에서 적설층의 안정성이 방해받을 때 발생합니다. 눈사태는 경사각이 15도이고 적설 두께가 15cm인 경사면에서 발생할 수 있지만 그러한 경우는 극히 드뭅니다. 소련에서는 눈사태가 발생할 수 있는 지역을 식별하기 위해 중소 규모의 지도를 작성할 때 적설 두께 30cm의 등각선을 따라 경계선을 그렸고, 눈사태가 빈번하게 발생하여 상당한 영향을 미치는 지역을 70cm 등각선으로 제한했습니다. 위험. 눈사태 형성에 가장 유리한 것은 경사각이 25-40o인 인식된 경사입니다. 현장 관찰 및 계산을 사용한 상세한 대규모 연구, 다양한 지역의 지형학적, 지리학적, 토양 및 수문학적 특징에 대한 연구를 통해 눈사태의 형성, 이동 및 중지가 발생하는 지역을 식별할 수 있습니다.

눈사태 붕괴를 연구하는 과정에서 다양한 산악 지역에 공통적인 주요 요인을 확인하고 눈사태 형성에 미치는 영향의 특성을 파악했습니다(표 1).

1 번 테이블

눈사태 형성 요인의 분류:

요인	눈사태에 미치는 영향
A. 고정 요인
1. 하지면의 조건
1.1. 상대적 높이, 일반적인 지형 상황:	장소의 위도와 능선의 절대 높이와 ​​방향에 따라 해부 깊이(눈사태가 떨어지는 높이)와 적설량을 결정합니다.
능선과 고원지대	눈 분포, 눈 처마, 스노우 보드의 국지적 눈사태에 대한 바람의 강한 영향
능선과 숲의 위쪽 경계선 사이의 영역	블리자드 눈 축적, 스노우 보드에서 눈사태 형성의 광범위한 영역
상부 숲 라인 아래 구역	눈의 재분배에 대한 바람의 영향 감소, 하드 보드에서 발생하는 눈사태의 수 감소, 소프트 보드에서 발생하는 눈사태의 확산
1.2. 경사도	임계 적설 높이를 결정합니다.
> 35o	느슨한 눈사태가 종종 형성됨
>25o	눈사태는 종종 스노우 보드에서 형성됩니다.
> 15시	눈의 흐름, 눈사태 형성의 하한
< 20 o	눈의 흐름, 눈사태의 퇴적. 매우 낮은 경사의 경사에서 내려오는 물에 포화된 눈으로 인한 눈사태 발생 가능성
1.3. 경사 방향:	눈사태, 눈사태 유형에 영향을 미칩니다.
태양과 관련하여	음영 처리 된 슬로프에서 스노우 보드로 인한 눈사태의 증가, 맑은 슬로프에서 젖은 눈사태의 수 증가 (동일한 적설량 포함)
바람과 관련하여	바람이 불어오는 슬로프에서는 적설량 증가, 스노우보드로 인한 눈사태 수 증가, 바람이 불어오는 슬로프에서는 반대 효과
1.4. 표면 구성	적설량, 눈사태 유형, 임계 적설 높이에 영향을 미칩니다.
평평한 경사	스노우 보드 및 느슨한 눈으로 인한 비 운하 눈사태(말벌)
트레이, 깔때기, 카트	눈이 집중되는 장소, 주로 스노우 보드에서 발생한 눈사태
종방향 프로파일을 따른 경사의 급경사 변화	볼록한 슬로프에는 가파른 슬로프에서 스노우 보드로부터 눈사태 분리 선이 종종 있습니다 - 느슨한 눈사태의 출현 지점, 임계 적설 높이에 중요한 영향, 눈사태 점프
안도의 난간	그 아래에서 느슨한 눈사태가 종종 발생합니다.
1.5. 표면 거칠기	중요한 눈 두께에 영향을 미칩니다.
부드러운 표면	작은 임계 두께, 표층 눈사태
돌출 장애물(바위, 가로 능선)	큰 임계 두께, 전체 깊이 눈사태
초목	잔디 - 눈의 붕괴, 완전한 깊이의 눈사태에 기여합니다. 덤불 - 눈으로 완전히 덮일 때까지 눈사태가 내리는 것을 방지합니다. 숲 - 충분히 조밀하면 눈사태의 출현을 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 눈사태응집 된 눈 - 스노우 보드의 눈사태
일일 눈 성장	적설 두께가 증가함에 따라 적설 불안정성이 증가합니다. 새로운 눈과 오래된 눈 모두에서 이탈이 가능합니다.
강설량	더 높은 강도에서 점진적인 불안정성, 새로운 눈사태의 수 증가, 완만한 경사면에서 눈사태의 위험 증가
2.2. 비	젖은 느슨하거나 연약한 저수지 눈사태의 하강을 촉진합니다. 물-눈 흐름 및 눈-토양 산사태 발생 가능성
2.3. 바람	슬로프에 국부적 눈 과부하 생성, 스노우 보드 형성 및 불안정한 층서
방향	바람이 불어오는 경사면에서 형성 눈사태의 형성 위험 증가; 처마 장식
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 불안정으로 이어질 수 있습니다.
눈 온도 및 자유 수분 함량	온도를 녹는점까지 올리면 눈에 자유수가 생겨 눈이 불안정해질 수 있습니다.
기온	모든 노출의 기울기에 대해 동일한 효과, 강한 냉각은 기울기 변성으로 인한 불안정성의 발달에 기여
태양 복사	태양 노출의 경사면에서 복사 해빙의 발달로 인한 불안정성의 발달
열복사	구름이 없는 하늘에서 중요한 밤과 그늘에서의 눈 표면의 냉각은 표면과 깊은 서리의 형성에 기여합니다.
3. 오래된 적설의 조건(이전 기상 조건 및 전체 겨울 날씨의 통합적 영향)
3.1. 총 눈 높이	큰 눈사태 위험이 아닙니다. 경사면의 거칠기를 부드럽게 합니다. 지상에 내려오는 눈사태의 질량에 영향을 줍니다. 기울기 변성 과정에 영향을 줍니다.
3.2. 층서	경사면의 두께 안정성은 응력을 고려하여 약화된 층의 존재에 의해 제어됩니다.
오래된 표면층	조건 - 느슨함(표면 서리), 취성, 거칠기 - 후속 강설 시 중요
스노우 커버의 내부 구조	복잡한 구조, 약화 된 층, 얼음 껍질로 인해 불안정성이 발생합니다.

눈사태 형성 과정은 위의 요인뿐만 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 표층의 밀도는 기온, 풍향 및 속도, 밑에 있는 표면의 모양 및 매개변수에 의해 결정됩니다. 눈 덩어리에서 한 가지 또는 다른 유형의 변성 작용이 우세하고 진화의 성격은 다양한 요인의 작용에 달려 있습니다.

장기간의 관측을 바탕으로 산사태의 기상인자(강수강도, 적설량 증가, 풍속 등)의 정량적 지표와 산지별 눈사태 체제의 특성을 규명하여 다음을 추정할 수 있다. 어느 정도의 확률로 눈사태의 가능성이 있는 경우 구호는 눈사태 요인으로 평가됩니다. 가장 간단한 예측 방법은 눈과 기상 특성의 현재 및 예측 값을 임계 값과 비교하는 것을 기반으로 합니다. .

눈사태의 붕괴로 이어지는 요인에 대한 분석을 통해 눈사태의 유전적 유형을 식별하고 분류할 수 있었습니다. 눈사태 예측을 위한 유전적 분류의 필요성은 예측가가 정확히 무엇을 예측할 것인지, 어떤 요소에 먼저 주의를 기울여야 하는지를 명확하게 이해해야 한다는 사실로 설명됩니다. 이것은 추가 하중의 발생과 적설량의 수분 존재를 결정하는 외부 요인을 고려할 수 있습니다. , 적설에서 외부 및 내부 과정의 작용에 따른 분리 , 떨어지는 눈의 구조와 분리의 특성의 전형 , 경사면에 놓인 적설의 힘 균형에 대한 외부 요인의 영향.

스키 슬로프에 눈사태의 개략도 사진

독특한 유전 분류의 개발은 무엇보다도 눈사태가 여러 요인의 조합으로 인해 발생할 수 있다는 사실로 인해 복잡합니다. 예를 들어, 러시아의 많은 지역에서 전통적으로 갓 내린 눈이나 눈보라의 눈사태로 분류되었던 눈사태의 붕괴는 강설이나 눈보라가 내리기 전에 오랜 시간 동안 눈 덮개의 깊은 층의 파괴로 인해 발생합니다. 풀림 과정, 즉 일부 징후에 따르면 장기간 개발의 눈사태로 인한 것일 수도 있습니다. 사용 가능한 방법을 분석한 결과 예측된 눈사태 유형의 수는 대부분의 연구자가 제안한 것보다 적습니다. 눈사태를 구별하기 위한 단순화된 계획은 " 방법론적 권고소련의 눈사태 예측에 따르면 ":

• 갓 내린 눈;
• 눈보라;
• 오래된 눈;
• 다른 사람.

마지막 그룹의 불확실성은 많은 눈사태의 혼합 기원으로 설명됩니다. 미래에 눈사태의 유전적 유형을 지정할 때 예측 방법론의 개발자가 지정한 정의가 사용됩니다.

많은 외국 연구원들이 관심을 기울이지 않는다는 점에 유의해야 합니다. 특별한 주의떨어지는 눈 층의 구조 연구에 중점을 두어 발생에 따른 눈사태의 분류. 예를 들어, 소프트 보드 또는 하드 보드라는 용어가 널리 사용됩니다. .

눈사태 예보

에 대한 눈사태 예측 일반보기눈사태의 장소와 시간의 표시를 포함합니다.

특정 지역에서 눈사태를 연구하는 초기 단계에서는 가능한 눈사태의 장소를 식별하고 매개변수를 계산하고 눈사태 체제를 결정해야 합니다. 이를 위해 눈사태 관측 자료, 눈사태 위험의 간접적 징후, 통계적 종속성, 수학적 모델이 사용되며 기록 보관소가 연구되고 지역 주민에 대한 조사가 수행됩니다. 수신 및 계산된 데이터를 기반으로 눈사태 위험 지도가 작성됩니다. 연구 결과는 다음과 같이 정의됩니다. 공간예보눈사태 위험 - 눈사태 "기후" 예측 . 지역 범위 측면에서 지역(개별 눈사태 발생원 또는 그 그룹의 경우) 및 배경(산악 지역 또는 이들의 조합)일 수 있습니다. 따라서 지역예보를 나타내기 위해서는 대규모 지도를 사용하고 배경예보에는 중소규모 지도를 사용한다.

대규모지도에는 다음 정보가 포함될 수 있습니다. 눈사태 분리 및 통과 구역을 나타내는 눈 수집의 등고선, 다양한 확률의 눈사태 분포 경계, 동적 특성의 등각선, 공기파 전파 경계, 눈사태의 빈도.

서유럽에서는 대규모 지도의 정보 표시 형식이 적용되는 경우가 많습니다. 다른 색상 음영은 눈사태 영향의 빈도와 강도를 특성화하고 주어진 영역의 가능한 사용을 결정합니다. 보호 구조를 사용한 건설 허가 및 제한 없음.

1998/99년 겨울 기간 동안이라는 점에 유의해야 합니다. 알파인 지역의 많은 눈사태가 흰색(안전한 것으로 계산됨) 지역에 진입하여 심각한 피해를 입혔습니다. 예를 들면 2월 23일 Galtür에서 전후 기간에 오스트리아에서 가장 큰 눈사태 재해가 발생하여 안전하다고 여겨지는 경사면에서 눈사태가 내려와 31명의 목숨을 앗아갔습니다. 안전에 대한 결론은 역사적 연대기에서 이 경사면의 눈사태에 대한 정보가 없다는 점에 근거했습니다. 이러한 사건은 눈사태 위험을 평가하는 방법의 불완전함을 나타냅니다 - 공간 예측.

평균 규모에서 눈사태가 발생하기 쉬운 슬로프의 특성, 즉 눈사태의 빈도, 볼륨 및 유전 유형이 제공됩니다. 소규모 지도는 건물 구조 및 기타 측량 작업의 설계에서 특별 측량이 필요한 영역을 식별하는 역할을 합니다. 그들은 눈사태 활동의 정도에 대한 추정치를 포함합니다. ( 탭. 2 ).

표 2

눈사태 활동의 단계:

지도는 눈사태로 인한 피해에 대한 평가, 효과 평가와 함께 눈사태 방지 조치 선택에 대한 권장 사항을 표시할 수 있습니다.

일시적인눈사태 위험 예측의 측면은 지정된 시간 내에 주어진 지역에서 눈사태의 가능성을 결정하는 것과 관련됩니다. 세 가지 유형의 눈사태 예측은 덮인 영역의 영역에 따라 구별됩니다.

1. 최소 250km 2의 면적을 가진 산 시스템 또는 개별 강 유역을 위해 컴파일 된 소규모 배경;
2. 일반적으로 면적이 25-30km 2 또는 큰 눈사태가있는 산 분지의 영토에 대한 배경 대규모;
3. 단일 눈사태 또는 눈사태 경사를 위해 컴파일된 상세한 대규모

과학 문헌에 제공된 예측을 단기, 중기 및 장기로 분류하는 것은 그러한 분리를 위해 고정된 시간 간격을 사용하지 않습니다. 눈사태 위험예보 작업을 분석한 결과, 실제로는 동절기의 경우 하루, 48시간, 72시간 동안 장기간에 걸쳐 예보가 가능함을 알 수 있다.

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 방법이 제공됩니다. 일반적으로 이 접근 방식은 강설과 눈보라가 발생하는 동안 눈사태를 예측하는 데 사용됩니다. 눈사태는 위험 조건에 도달한 순간부터 강설(눈보라)이 끝날 때까지 그리고 눈 덮인 부분의 불안정성이 남아 있는 한 끝난 후 1~2일 동안 예측됩니다. 눈사태 예보는 본질적으로 협의적입니다. 예보자는 "온난화의 강도가 며칠 동안 계속되는 경우" 등과 같은 가정을 기반으로 자신의 예보를 작성해야 합니다. 동시에 정기 예보는 일별 예보보다 정확도가 훨씬 높습니다. 그러나 이러한 유형의 예측에 수반되는 눈사태 시간의 불확실성으로 인해 소비자가 사용하기가 불편합니다.

많은 예후 센터에서 며칠 동안 예측하여 매일의 위험 정도를 나타냅니다.

눈사태 방지 조치를 구성하는 데 드는 피해나 불필요한 비용을 방지하기 위해 유효 기간 동안 예보가 업데이트될 수 있습니다. 예를 들어, 스위스 국가 눈사태 게시판은 매일 17:00에 게시되며 눈과 기상 조건이 크게 변경되는 경우 게시판의 새 텍스트가 오전 10:00에 게시됩니다.

많은 예측 방법에 통합된 예측의 리드 타임(예측 편집에서 작업 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 수집의 불가능성에 있습니다. 예보의 품질과 리드 타임을 결정하는 매우 중요한 점은 적설의 구조와 특성의 고유한 공간적, 시간적 변동성입니다. 진단 계획은 기상 요소의 관성 예측이 계산에 사용될 때 예측 계획으로 변환됩니다. 방법론이 기상예보의 사용을 지향할 때 리드타임의 한계는 정량적 강수예보를 위한 정확한 방법의 부족과 여러 기상 요소를 예측하는 간격 형태로 보완됩니다. 더 긴 리드 타임을 달성하고 예측 품질을 개선하기 위해 눈사태 전문가는 종종 작업에 필요한 기상 특성을 예측하는 자체 방법을 만듭니다. 예를 들어 Zailiysky Alatau의 경우 하루에 15mm 이상의 강수 예보를 인용할 수 있습니다.

별도의 예측 방법에서 , 눈사태 분리 구역 지역의 적설 상태에 대한 정보를 사용하여 눈사태 붕괴 시간을 계산합니다.

새로운 눈 및 기상 정보가 제공되면 예보가 수정될 수 있습니다.

여러 가지 방법에 대한 예측의 주제는 눈사태의 양적 특성(볼륨, 방출 범위, 눈사태 수)입니다. . 배경 예측의 경우 하강 장소가 지정됩니다. 특정 눈사태 중심, 눈사태의 고도 간격 및 특정 노출의 경사입니다.

예보의 주제는 대규모 눈사태일 수 있으며, 눈사태는 예보가 이루어진 지역의 눈사태 중심의 1/3 이상에서 발생합니다.

눈사태 위험의 장기 예측 방법은 가능한 기후 변화를 고려합니다. 예측의 대상은 눈사태 기간의 기간, 눈사태 강설이 있는 일수 및 눈사태를 나타내는 여러 특성(눈 덮개의 두께, 음의 평균 일일 기온이 있는 일수)입니다.

눈사태 위험 예측은 대안적이고 확률적인 특성을 가질 수 있습니다. 대안적 예측을 사용하면 "눈사태 위험"과 "비눈사태 위험"이라는 두 가지 공식이 가능합니다. 소련에서는 눈사태 위험을 평가하는 이러한 접근 방식이 대부분의 경우에 사용되었습니다. 그러한 예측의 맹점은 인구와 경제 시설을 위협하지 않는 눈사태입니다. . 동시에 눈사태가 아닌 상황에 따라 눈사태가 내리지 않거나 최대 10m3의 눈이 약간 이동하여 사람과 경제 시설에 위험을 초래하지 않는 상황을 고려합니다. 대체 예측은 자발적 눈사태의 붕괴를 제공합니다. 하나 이상의 눈사태가 발생한 경우 예측이 정당한 것으로 간주됩니다(대량 눈사태 예측의 경우 제외). 눈사태의 인공 붕괴 가능성은 별도로 협상할 수 있습니다.

눈사태의 확률은 백분율로 추정할 수 있는데, 이는 사용자가 예측을 해석하는 불편함 때문에 극히 드물게 일정 규모로 사용됩니다. 유럽 ​​눈사태 위험 척도의 개념은 1985년에 개발되었습니다. . 1993년 광범위한 논의 끝에 서비스에서 실제로 사용하기 위해 척도를 채택했습니다. 눈사태 예보다수의 서유럽 국가(표 3). 위험의 정도는 산비탈의 적설의 안정성, 눈사태의 가능성 및 그 양, 산에서 생명에 미치는 영향의 특성 측면에서 설명되는 점진적으로 증가하는 5단계로 평가됩니다. 눈의 상태(안정성)는 가능한 추가 하중과 관련하여 평가됩니다.

표 3

유럽 ​​눈사태 규모:

	눈사태 위험 정도	적설 안정성	눈사태의 확률	육상 운송 경로 및 정착지에 대한 권장 사항	눈사태 보호 지역 외부에 있는 사람들을 위한 권장 사항
1	미성년자	적설이 산비탈에 잘 고정되어 안정적임	붕괴는 일부 매우 가파른 경사에서 매우 중요한 추가 하중이 있을 때만 가능합니다. 눈의 움직임 만 자발적으로 발생할 수 있습니다.	위협 없음	안전한 조건
2	보통의	가파른 슬로프의 적설은 적당히 고정되어 있으며 다른 슬로프에서는 좋습니다.	붕괴는 주로 지정된 경사면에서 상당한 추가 하중으로 가능하며 눈사태의 자발적 붕괴는 거의 없습니다.	대부분 유리한 조건	특히 표시된 노출 및 고도 수준의 표시된 가파른 경사에서 이동 경로의 신중한 선택
3	중요한	완만한 ​​또는 약하게 고정된 급경사면에 고정된 적설	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 경사면에서 움직임을 피할 필요가 있습니다.
4	큰	눈 덮개는 대부분의 슬로프에서 느슨하게 고정되어 있습니다.	추가 하중이 거의 없는 대부분의 슬로프에서 붕괴가 가능합니다.	대부분의 보호되지 않은 지역은 위험합니다. 예방 조치를 취하는 것이 좋습니다	불리한 조건. 돌아다니려면 많은 경험이 필요합니다. 슬로프에서의 이동 제한.
5	매우 큼(예외)	적설이 불안정하다	모든 경사면에서 수많은 자연 눈사태가 붕괴될 것으로 예상됩니다.	큰 위협. 주의사항 필요	매우 불리한 조건. 이사 거부 권고

유럽 ​​눈사태 위험 척도에 따라 개발된 예측은 낮은 수준의 눈사태 위험에서도 항상 인공 눈사태의 붕괴 가능성을 제공합니다. 미국과 캐나다에서는 눈사태 위험을 예측할 때 자체 개발이 사용됩니다. 미국 눈사태 위험 척도에는 4단계가 있고 캐나다에는 5단계가 있습니다. 미국 전문가들이 채택한 규모는 자연 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 확률론적 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, 대부분의 다른 위험한 것과는 달리 기상 현상, 눈사태 위험에 대한 부당한 예측이 눈사태가 나중에 오지 않는다는 것을 의미하지는 않습니다!

눈사태 예보를 표시하는 일반적으로 받아 들여지는 형식은 눈사태 게시판입니다(그림 4). 대규모 눈사태가 예상될 때 소련의 예후 센터는 폭풍 경보를 준비했으며 이는 긴급하게 소비자에게 전달되었습니다. 많은 국가에서 눈사태 게시판은 해당 지역의 눈사태 위험 지도로 보완됩니다. 지도 및 전문가 의견(보고서)은 장기간에 걸친 눈사태 위험에 대한 예측을 제시합니다(그림 5).

후지산에 대규모 눈사태 팀파노고스, 와새치 산맥, 유타

예측의 정확성은 눈사태에 취약한 인구에 대한 설문 조사 결과에 따라 개별 시민 및 조직의 보고서에 따라 영토의 항공 비행 중 고정 포스트, 도로 및 철도 경로의 관찰에 의해 확인됩니다. 지역.

눈사태 위험 예측을 위한 방법론적 지원

과학적 근거에 따르면 눈사태에 대한 정기적인 관찰은 1930년대 초반 소련(키비니 산맥)과 스위스에서 시작되었습니다. 축적된 경험과 데이터를 통해 몇 년 안에 영토의 눈사태 위험을 예측할 수 있었습니다. 처음에는 연구원의 직감에 따라 예측이 이루어졌습니다. 눈사태의 가능성을 평가하는 직관적인 접근 방식은 꽤 오랜 기간 동안 유지되어 왔습니다. 예를 들어 귀납 논리의 관점에서 미국과 캐나다에서는 눈사태 예측 시스템이 구축되었습니다. 1930년대 말에 최초의 예측 방법이 등장했습니다. I.K.Zelenoy는 눈보라 동안 눈사태를 예측하는 방법론을 만들고 실행했습니다. 그 후, 눈사태 관측이 세계 여러 나라의 많은 산악 지역을 덮었을 때, 눈사태 위험을 결정하기 위한 다양한 방법을 사용하여 눈사태 예측자를 돕기 위한 수많은 방법이 개발되었습니다. 이러한 기술은 국가의 많은 산악 지역에서 만들어졌습니다. 그러나 1980년대 말까지 63에서 언급된 예측 방법의 절반 미만이 실제로 테스트되고 적용되었습니다. 이 시점에서 수문기상 서비스의 Sakhalin, Irkutsk 및 Kolyma 부서와 Apatit 공장의 눈사태 보호 공장만이 예측 모델을 생산에 도입했습니다. 그 이후로 전문 문헌의 출판물로 판단하면 상황은 별로 나아지지 않았습니다.

이 상태의 이유는 산업 및 과학 조직의 활동 및 상호 작용의 다양한 측면에 있습니다. 눈사태 연구에 관한 문헌에서는 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 이론 연구는 출판되었습니다.

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

많은 전문가들이 다른 지역의 특정 산악 지역에 대해 개발된 방법론을 사용할 가능성에 대해 회의적이라는 점에 유의해야 합니다. 이는 기후, 일반적인 기상 조건, 지형 및 슬로프의 기본 표면 특성의 차이로 인해 방해를 받습니다. 이러한 경우 방법론 적용의 경계를 결정하고 새로운 주요 요인을 식별하는 등의 추가 연구가 수행됩니다.

수문 기상 서비스에서 채택한 관행에 따라 새로 생성 된 방법은 독립적 인 재료에 대해 확인하고 생산 테스트를 거친 후 실제 사용을 위해 권장됩니다(권장하지 않음). 정보 수집, 처리 및 생산 테스트를 포함한 방법론 개발 기간은 몇 년입니다. 그들의 평가는 예측의 정당화, 예측된 현상의 경고성 및 A.M. Obukhov 및 N.A. Bagrov의 잘 알려진 기준으로 간주됩니다.

예측 품질에 대한 주요 요구 사항 : 현상의 존재에 대한 일반적인 정당성과 경고의 합계 (%)는 100 %에서 현상이있는 경우의 자연 발생 빈도의 합계보다 커야합니다.

소비자에게 제공되는 예측의 최종 버전은 방법 외에도 방법에 의해 고려되지 않은 자신의 경험, 직관 및 추가 데이터를 사용하여 전문가가 만듭니다.

눈사태 위험 예측의 주요 방법론적 원칙은 다음과 같이 공식화됩니다.

• -예보가 적용되는 영역과 리드 타임 간의 비례 원칙, 예를 들어 배경 예측의 리드 타임은 눈사태 방지 조치를 구성하는 실제 시간보다 짧지 않아야 합니다.
• - 상황의 변화에 ​​대한 지속적인 모니터링;
• - 새로운 예측 방법을 개발할 때 눈과 기상 상황의 발달 선사 시대를 고려합니다.
• - 상세 눈사태 경보는 배경 데이터 외에 각 눈사태 소스의 개별 정보를 수집하는 기능에 의해 제공되는 제한이 있습니다.

눈사태 위험을 예측하는 데 사용할 방법론의 생성에는 여러 단계가 포함됩니다.

• 훈련 샘플 생성,
• 예측 변수의 선택,
• 그들의 변신,
• 예측 방법의 선택,
• 예측의 인식 (정당화)의 신뢰성 평가.

예측 변수 선택

예측의 품질은 특정 지역과 고정된 시점에서 눈사태의 형성을 결정하는 지표인 최적의 예측 변수와 세트의 선택에 의해 보장됩니다. 여기에는 (표 1) 적설 특성, 대기 과정 지수, 기상 및 대기 요소 값, 기복 매개변수가 포함될 수 있습니다. 눈사태 위험 예측의 실행에서 측정, 정규화(정규 분포와 다른 경우) 및 계산 값(강수 강도, 기온 변화 등)과 여러 초기 변수를 고려한 일반화 지표가 사용됩니다. 특정 과정을 설명합니다(풍속과 작용 지속 시간의 곱, 휩쓸린 눈의 양을 나타냄).

따라서 예측 방법론 개발의 초기 단계에서 작업은 방법론의 필요한 통계적 신뢰성과 예측 정확도를 제공하는 기능 집합에서 가장 유익한 기능을 선택하는 것입니다. 단일 기능의 정보 ​​콘텐츠는 다른 기능과 비교하여 해당 기능에 포함된 정보의 양을 측정한 것으로 이해됩니다. 동시에 많은 연구자에 따르면 대부분의 눈사태 상황에 대한 분석(특히 통계)을 위해 큰 수눈사태 징후. 데이터의 양을 늘리는 것은 일반적으로 예측의 리드 타임과 정확성을 향상시키지 못합니다.

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

눈사태 위험 예측에 사용되는 예측 변수의 정보 내용을 나타내는 지표로 다음이 사용됩니다.

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

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

정보성의 정도에 따른 기호의 순서는 "체로 » . 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. Fisher 분리성 지수의 최대값을 제공하는 예측자는 총 예측자 수에서 선택되고, 이 예측자의 값은 나머지 각 예측자와 쌍으로 계산되는 식입니다. 각 다음 예측 변수가 추가되어 분리 가능성 지수의 증가가 멈출 때까지 절차가 계속됩니다. 따라서 예측 변수 그룹이 눈사태 형성 조건을 가장 완벽하게 설명하는 것으로 결정됩니다.

각 기능의 영향 특성에 대한 평가는 두 클래스의 평균 값을 비교하여 개별적으로 이루어집니다. 피처의 정보 내용 정도를 비교하기 위해 마할라노비스 거리를 계산한다. 그리고 각 클래스에서 매개변수의 평균값 차이의 의미를 확인하기 위해 이중 티- 학생의 기준. 차이의 중요성은 클래스의 격리와 좋은 분류의 가능성을 나타냅니다.

예를 들어, 판별 분석을 사용하여 예측할 때 현상이 있는 클래스의 특징 수와 일련의 관찰 길이 간의 최적 비율은 1/10을 넘지 않아야 합니다. 일반적으로 그들의 수는 5-10의 범위에 있습니다.

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

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

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

표 4

다양한 유전자 유형의 눈사태에 대한 가장 중요한 예측 변수 세트:

정보의 종류	눈사태의 기원
(옵션)	신선한 눈에서	눈보라로부터	열 풀림	승화 풀림
기온	+	+	+	—
눈 두께	+	(+)	+	(+)
눈과 같은 물	(+)	—	(+)	(+)
눈의 밀도	(+)	(+)	(+)	(+)
눈 습기	—	—	+	—
눈 온도	—	—	+	(+)
공기 습도	(+)	—	—	—
블리자드 이적	—	+	—	—
일조 시간	—	—	(+)	—
눈으로 인한 음향 방출	+	+	(+)	(+)
바람의 속도	(+)	+	—	—
눈사태 시간	+	+	+	(+)
느슨한 지평의 힘	(+)	—	—	(+)
크리스탈 사이즈	—	—	(+)	(+)
대기압	—	+	—	—

+ — 기호는 유익합니다

(+) - 조건부로 정보 제공

- 정보가 없는

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

자세한 예측 방법은 주로 특정 출처의 적설량에 대한 데이터 사용을 기반으로 하는 반면 배경 방법은 대부분 항공관측 및 기상 정보를 기반으로 합니다.

눈사태 조건의 차별화

소련의 발전을 위해 전통적인 예측 절차에 선행하는 눈사태 형성 조건의 분류는 많은 저자의 의견에 따라 품질 향상에 기여합니다. 많은 눈사태 예측 기술이 특정 유전자 유형의 눈사태를 위해 설계되었기 때문에 이 프로세스를 통해 현재 상황을 일반적인 상황과 비교하고 특정 클래스에 할당하고 주요 요인과 특정 방법의 적용에 집중할 수 있습니다.

눈사태 형성 조건을 분류하기 위한 예측 변수의 선택은 예측 방법에 대한 선택과 유사하게 수행됩니다. 눈사태 형성 조건을 구별하기 위해 다음이 사용됩니다.

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

건조 또는 습윤 눈사태의 발생에 상황을 귀속시키는 메커니즘이 작업에 설명되어 있습니다. 첫 번째 단계에서는 눈사태 관측소에 의해 결정된 기원에 따라 건조 및 습윤 눈사태의 훈련 샘플이 형성되었습니다. 다음으로, 예측변수의 정보 내용을 결정하고, 판별 함수를 구성하고, 각 이벤트가 특정 클래스에 속할 확률을 결정하는 절차를 수행했습니다.

작업에서 계산된 주성분은 90% 이상의 정당성을 갖고 신선한 눈사태를 마른 눈사태와 젖은 눈사태로 구분하는 판별 함수의 방정식을 얻는 것을 가능하게 했습니다. 이와 동시에 건식 눈사태의 분리는 높은 신뢰도(91~95%)로 인정받았으나 선을 따라 분리된 습성 눈사태의 유관은 각각 84%와 63%의 식별 정확도를 보였다. .

눈사태 위험을 예측하는 많은 방법에는 적용이 시작되는 발생 순간부터 조건이 포함됩니다. 따라서 눈사태 시즌이 시작되는 날짜는 기상 현장에서 30cm의 적설 두께를 달성한 것으로 간주할 수 있습니다. Tom River 유역의 경우 제안된 방법에 따라 집계된 첫 번째 눈사태 위험 예보는 다음과 같아야 합니다. 안정된 적설이 형성된 날로부터 100mm의 고형강수 축적이 선행되어야 한다. 현재 상황을 평가할 때 이 기술은 매개변수 중 하나가 임계값에 도달하는 순간부터 작동을 시작할 수 있습니다. 예를 들어 강 유역의 경우 Kunerma 반일 강수량은 1mm에 도달해야 합니다.

눈사태 위험을 직접(현장) 판단하는 방법

정기적 인 눈사태 관찰에는 눈 덩어리의 층서 연구, 적설 두께 측정, 눈의 물리적 및 기계적 특성 결정 - 밀도, 임시 전단 및 인열 저항, 경도, 인장 강도 등 가능한 한 눈사태가 발생하기 쉬운 경사(가파름, 노출)와 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). 재료의 축적과 함께, 눈사태 위험의 정도가 추정되고 예상되는 눈사태의 유형이 결정되는 비교에 의해 수직 프로파일을 따라 강도 특성 분포의 전형적인 결합된 층서 기둥 및 다이어그램이 작성됩니다.

표 5

원뿔형 프로브로 측정 데이터를 기반으로 눈사태 위험을 예측하기 위한 경험적 종속성:

눈사태 위험	프로브 저항 R, kg	클러치 에서»1.4R kg / dm 2	인접층의 강도비
심각(곧 눈사태가 발생할 수 있음)	1.5 미만	2 미만	4개 이상
중간(적설이 기계적으로 방해를 받으면 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 국가의 눈사태 서비스는 적설량의 안정성을 테스트하기 위한 시스템을 개발했습니다. 테스트 중에 약화 된 층이 식별되고 특정 산 경사면(눈사태 초점)에서 눈층이 이동하고 침강하는 데 필요한 힘이 추정됩니다. 동시에 정량적 정의와 정성적 정의가 모두 평가에 사용됩니다. 즉석 수단(삽, 스키)을 사용하는 가장 간단한 작업을 통해 전문가뿐만 아니라 산에서 일하고 휴식을 취하는 모든 사람들을 위해 산 경사면에서 눈사태 위험의 정도를 결정할 수 있습니다. 많은 국가에서 테스트를 마스터하는 것은 스키 및 등산 강사를 위한 필수 교육 프로그램에 포함되어 있습니다. 이러한 테스트에 대한 관심이 증가한 것은 눈사태 재해의 대부분을 차지하는 사람들의 안전을 보장하는 데 중점을 두었기 때문입니다.

도로에 눈사태

산에서 눈사태

소위 "삽 시험"(삽 전단 시험)은 눈 덩어리에서 잘라낸 눈 블록에서 수행됩니다(그림 6). 질적으로 평가된 눈 조각을 떼어내는 데 필요한 힘은 눈 안정성의 주관적인 척도입니다. 관찰을 바탕으로 슬로프의 눈사태 위험 정도에 대한 결론이 도출됩니다. 눈이 매우 불안정하면 블록의 4면이 모두 잘려지는 즉시 약한 층이 벗겨집니다. 양력이 발생하지 않으면 삽으로 블록을 경사면 아래로 밀어서 유도할 수 있습니다.

최근에는 스위스 눈사태 연구소(Swiss Institute for Snow and Avalanche Research)의 전문가들이 개발한 "슬라이딩 블록 테스트"(Rutschblock Test)와 그 수정이 눈을 테스트하는 데 사용되었습니다. 슬로프의 적설량 확인은 스키어가 적설량에서 잘라낸 블록에서 수행합니다(그림 7). 스키어는 7가지 특정 동작을 수행하여 눈덩이 위에 몸을 얹고 이동하면서 점차적으로 하중을 증가시킵니다. 테스트는 블록이 파괴될 때까지 수행됩니다. 눈사태 위험의 정도를 결정하는 결과의 해석은 여러 국가에서 개발된 표준에 따라 수행됩니다. 가장 간단한 형태로 1-3 동작의 파괴는 스키어의 동작에 따라 파손될 슬로프의 눈 층의 불안정한 상태를 의미합니다. 4-5에서는 안정된 상태가 가정되지만 개별 스키어가 눈사태를 붕괴시킬 수 있습니다. 6-7 - 스키어에 의한 눈사태 붕괴는 일어나지 않을 것입니다. 테스트된 블록의 중요한 치수(경사면의 실제 눈 층에 더 가까운 규모)는 이 테스트를 대부분의 다른 테스트와 유리하게 구별합니다.

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

그러한 테스트는 종종 꽤 좋은 결과, 단일 테스트로 전체 경사면의 안정성을 결정할 수 없음을 이해하는 것이 중요합니다. 결과는 테스트가 수행된 경사 부분에 따라 크게 달라질 수 있습니다. 눈사태 위험을 평가하기 위해 테스트를 사용하는 것의 어려움은 테스트 스키어의 체중, 노력에 대한 주관적인 결정에 대한 고려 부족과 관련이 있습니다.

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

현장 관찰은 장기간에 걸친 눈사태의 가능성을 결정하는 가장 효과적인 방법입니다.

결정론적 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 — 경사각(가파름).

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

경험적으로, 현장 측정 데이터를 사용하여 위에 놓인 눈 층의 두께, 층의 하부 경계에서의 접착력의 각 층에 대한 임계값을 식별하고 이러한 조건에 대한 제한 기울기 각도. 계산에 기상 특성을 포함하면 눈사태 위험이 시작된 시간을 결정할 수 있습니다(현재 기상 상황이 지속된다고 가정).

임계값 계산 속도를 높이고 예측을 수행하기 위해 노모그램을 구성하여 현장의 적설 상태를 평가했습니다(그림 8).

적설의 안정성은 그 안의 기계적 응력 분포를 계산한 결과로부터 추정할 수 있습니다. 임의의 구성의 산 경사면에 놓여 있고 경사면에 대한 눈의 변위에 비선형적으로 의존하는 마찰력에 의해 유지되는 다양한 두께와 매개변수의 상당한 공간적 변화를 갖는 적설량에 대한 이러한 계산은 다음과 같습니다. 차원 및 본질적으로 비선형 문제이며 많은 계산이 필요합니다. 몇 가지 조건을 도입함으로써 문제는 대부분 2차원 솔루션으로 축소됩니다. 눈의 응력 상태 분석을 기반으로 경사면에서 눈의 안정성을 계산하는 수학적 모델은 눈사태 위험을 예측하는 데 사용할 수 있지만 실제로는 거의 사용되지 않습니다. 그 이유는 눈사태 센터에서 눈 상태의 특성을 얻기가 어렵고 측정에 심각한 오류가 있으며 한 지점에서 얻은 데이터를 눈사태 원인의 상당한 변동성으로 인해 눈사태 소스의 전체 표면으로 외삽 할 수 없기 때문입니다. 눈의 구조와 성질.

현재 이 예측 방향은 Khibiny에 있는 JSC Apatit의 Avalanche Safety Center에서 개발되고 있습니다. 개발된 모델을 기반으로 한 계산은 눈사태 소스의 적설에서 응력 텐서의 임계값을 초과할 확률을 결정합니다(그림 9).

결정론적 접근은 특정 눈사태 소스에서 눈사태를 예측하는 데 사용됩니다.

눈사태 분리 지역에서 적설의 특성을 직접 측정할 수 없다는 것은 적설의 물리적 과정에 대한 연구와 그 구조 및 진화 모델의 구축을 자극했습니다. 첫 번째 그러한 모델은 통계적 관계를 사용하고 강설 중 눈 축적, 눈보라 눈 전달 및 풍속, 깊은 서리 층 형성과 같은 개별 요인만을 고려했습니다. 1983년 프랑스의 CEN(Center for Snow Research)은 적설의 발달을 연구하기 위한 새로운 프로그램을 개발하기 시작했습니다. 결정론적 모델은 적설량의 에너지와 형태학적 체제를 추정합니다. 시뮬레이션은 눈의 열전도율, 수분 침투, 융설을 계산하고 눈 덩어리 내의 상 변형과 눈 결정 변성 과정의 가장 중요한 과정을 고려합니다. 적설 표면으로 들어가는 복사 및 난류 플럭스와 밑에 있는 토양으로부터의 지열 플럭스가 고려됩니다. 모델 작업의 결과는 온도와 밀도 값이 분포된 적설량의 계산된 프로필입니다. 불안정한 레이어가 나타납니다. 프랑스 알프스의 여러 지역에서 모델을 테스트한 결과 만족스러운 결과를 얻었지만 바람의 영향을 과소평가했습니다. . 이 모델은 눈사태 위험 발생의 중요한 요소인 적설 표면의 표면 서리 및 얼음 지각 형성을 계산하지 않습니다.

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

눈사태 위험의 원격 모니터링 방법

눈사태의 위험을 예측하기 위한 적설의 원격 모니터링 방법은 산비탈에서 제대로 테스트되지 않았으며 주로 이론적 개발 형태로 존재합니다. 그러한 방법 중 하나는 적설에 음향 방출 신호를 등록하는 것입니다. 평균 음향 방출 활동의 증가는 눈사태 분리 구역에서 적설의 안정성 감소에 해당한다는 것이 확인되었습니다.

특수 센서가 제공하는 눈의 느린 미끄러짐에 대한 정보를 사용하여 적설의 안정성을 평가하는 방법은 High Mountain Geophysical Institute에서 개발되었습니다.

패턴 인식 방법

패턴 인식 방법의 요지는 다음과 같다. 이미지는 이미지의 해당 클래스를 대표하는 요소에 대한 설명이며, 이는 차례로 모든 요소에 공통적인 여러 속성을 갖는 특정 범주로 정의됩니다. 눈사태와 관련하여 이미지는 유한한 값의 집합으로 이해되어야 합니다 N눈 기상 상황을 특징 짓는 매개 변수. 에 N— 차원 공간에서 이미지는 벡터 x=( 엑스 1 , 엑스 2 ,…, x n), 어디 엑스 나– 매개변수 값. 분명히, 눈사태 위험을 예측하기 위해 눈사태와 비눈사태 상황의 두 가지 클래스의 이미지가 구별됩니다. 또한 미지의 벡터 x를 식별하기 위해서는 해당 클래스의 어떤 표준과 비교할 필요가 있다.

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

시놉틱(표준) 방법

종관적 방법을 사용한 눈사태 위험의 배경 예측 방법은 눈사태에 대한 통계 정보와 종관적 상황 및 관련 기상 조건의 비교를 기반으로 합니다. 사이클론 과정, 침략 기단강수, 풍향 및 속도의 변화, 기온 - 눈사태 형성의 주요 요인. 이동 방향, 사이클론의 깊이 및 작용 기간에 따라 연구 지역의 다른 영역에 미치는 영향의 특성이 다릅니다. 지형 높이, 경사면의 노출 및 급경사, 방향 및 산골짜기의 폭은 적설의 다양한 반응을 제공한다. 동시에, 특정 프로세스의 작용은 눈사태의 형성에 기여하지 않고 슬로프의 적설을 안정화시킵니다.

눈사태 위험 예측을 위한 대기 과정의 유형화는 이동 방향으로 가장 자주 수행됩니다(그림 10 - 이동 궤적을 따라 마가단 지역의 중앙 지역에서 눈사태의 출현으로 이어지는 사이클론의 유형화). 대기 과정을 분류할 때 복잡한 특성영향을받는 기간의 기상 현상.

다양한 유형의 대기 과정을 감지하고 식별하기 위해 시놉틱 상황을 매일 분석하면 상당한(24시간 이상) 리드 타임으로 눈사태 위험에 대한 배경 소규모 예측을 할 수 있습니다.

현재 눈사태 정보를 가지고 있고 이전 상황을 알고 있는 전문가가 예측 준비에 참여하면 예측을 수정(하강 가능한 위치 표시)하고 배경 지역 예측에 만족할 만한 결과를 얻을 수 있습니다. 시놉틱 방법을 사용하여 만든 예측의 정확도는 65-70%에 이릅니다. . 눈사태 위험 기간을 예측하면 80~90%까지 상승합니다. 예측의 품질은 눈의 상태를 결정하는 것과 관련된 눈사태 상황 식별의 오류 외에도 이러한 방법에는 항공관측 정보 자체에 내재된 오류가 포함되어 있다는 사실에 의해 영향을 받습니다.

시놉틱 방식에 의한 예측 방법은 키비니 산맥, 마가단 지역 중부 지역, 엘브루스 지역, 추콧카 반도에 대해 사용할 수 있습니다. 러시아 접경 지역의 눈사태 위험 발생에 대한 시놉틱 조건이 결정되었습니다.

거시 과정, 사이클론 활동, 종관적 상황 및 특히 대규모(저주파) 눈사태의 대량 하강 기상 조건을 고려하여 국가의 다양한 산악 지역에서 패턴을 일반화하고 형성 조건의 유사성을 밝힐 수 있었습니다. 국가의 다양한 기후 및 지리적 지역에서 특히 큰 눈사태:

- 사이클론 활동이 높은 지역(Khibiny, Byrranga, Sikhote-Alin, Sakhalin, Kamchatka)에서 집단 집결은 사이클론 활동의 강도와 관련이 있으며, 이는 사이클론이 깊은 날의 수를 특징으로 합니다.

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

- 내륙 지역에서 집단 집결은 단순히 추운 기간 동안 사이클론 활동으로 일 수의 증가와 관련이 있습니다.

동시에, 사이클론 활동이 높고 낮은 지역에서 집단 모임은 일반적인 종관 상황과 관련이 있으며 평균 저기압 활동이 있는 지역에서는 종관 조건이 비정상적인 발달과 지속 기간을 특징으로 합니다.

적설량을 분석한 결과, 이러한 현상은 적설 깊이가 10% 미만인 겨울에 발생하는 것으로 나타났습니다.

그래픽 방식

눈 기상 특성에 대한 일련의 관찰은 공간에 특정 이미지에 해당하는 특정 수의 포인트를 제공합니다. 두 개의 기호를 사용하는 경우 이미지의 공간은 평면에 시각적으로 묘사됩니다. 2개 이상의 피처를 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. 영상 인식은 곡선을 기준으로 예후 그래프에서 현재 눈사태 상황에 해당하는 지점의 위치를 ​​설정하는 정도로 축소됩니다. 이 경우 확률 필드가 이미지 공간에 설정되는 확률론적 접근이 허용됩니다(그림 11 - 비행기에서 눈사태 확률의 등각선: 강설에 대한 총 강수량 - 춥고 따뜻한 날 날씨) . 눈사태가 있는 지역과 없는 지역을 구분하는 선은 눈사태의 확률이 0인 등각선으로 해석됩니다. 눈사태의 다른 빈도에 대한 등각선을 그릴 때 눈사태가 형성될 확률이 결정됩니다.

포인트는 공간에서 다른 모든 포인트의 위치가 고려되는 일부 유통 센터 주변으로 그룹화될 수 있습니다. 따라서 여러 부류의 상황을 구별할 수 있습니다. 식별(유사도 결정)은 점 사이의 거리, 벡터 사이의 각도, 영역 내부의 이미지 포함으로 수행할 수 있습니다.

대부분의 경우 기상 특성이 그래픽 솔루션에 사용됩니다. 현재 기상 조건이 평가되고 임계값에 도달하는 순간이 결정됩니다(그림 12 - 눈사태 형성과 강설 중 평균 강수량 강도(i) 및 기온의 관계. Western Tien Shan. 1, 2, 3 - 다양한 SLS의 데이터) .

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

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

Khibiny의 눈보라로 인한 눈사태 예측을 위해 얻은 그래픽 링크 , 강설 중 눈사태(Magadan 지역의 특정 지역, Tom 강 유역), 젖은 눈사태(Tom 강 유역), 강설 및 눈 폭풍(Angarakan 강 유역) 중 건조한 눈사태.

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

눈사태 형성 과정의 장기 개발 사례에 대한 그래픽적 경험적 의존도를 얻었습니다. 구덩이에서 정기적인 관찰을 하면 가능합니다.직선군은 눈덩이의 계층과 구조를 연구한 결과를 기반으로 하고 평균 결정 직경과 눈의 밀도를 층별로 결정하여 간접적으로 특성화합니다. 기계적 강도. 그것은 서로 다른 크기의 눈사태를 형성하는 스노우 보드의 임계 두께 간격을 특징으로 하는 5개의 구조 밀도 구역으로 나뉩니다. 이 접근 방식은 적설량에 가장 효과적인 영향을 미치는 시간을 계산하기 위한 예방적 눈사태에 사용됩니다.

회귀 분석

회귀 방정식을 사용하여 눈사태의 시간을 예측할 때 현재 상태 또는 변경 방향이 일정 시간 동안 지속된다고 가정합니다. 정기적인 업데이트를 통해 예측을 조정할 수 있습니다. 주요 코카서스 산맥에 대해 다양한 유전적 유형의 눈사태에 대한 실험식을 얻었습니다.

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

독립적인 물질에 대한 눈사태의 시간을 예측하기 위한 테스트 방법은 운영 실무에서 사용할 가능성을 보여주었습니다. 예측의 평균 정확도는 80-87%입니다.

판별 분석

눈사태의 배경 예측은 다변수 관측에서 분류 문제로 간주될 수 있습니다. 상황을 눈사태와 비눈사태로 구분할 때 선형 판별 함수 알고리즘을 기반으로 한 인식 방법을 사용합니다. 예측 과정에서 현재 이미지가 두 그룹 중 하나에 속하는지 여부가 결정됩니다. 결정적인 예측 규칙은 판별 함수 D와 임계값 R을 비교하는 것입니다. 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 작전 관행에서 널리 퍼졌습니다.

대부분의 경우 선형 판별 분석은 강설과 눈보라가 발생하는 동안 상황을 눈사태와 비눈사태 상황으로 구분하는 데 사용됩니다. 눈의 현재 값과 기상 특성이 예측 변수로 사용됩니다.

판별 분석은 시놉틱 프로세스를 연구하고 광대한 산악 지역의 눈사태 위험에 미치는 영향을 결정하는 데 사용할 수 있습니다. 통계 자료를 기반으로 눈사태가 특정 지역에 하강하게 하는 종관적 과정의 유형이 설정됩니다("관적 방법" 섹션에 설명됨). 위험한 과정의 전개를 기다릴(예측)할 때 선형 판별 함수를 사용하여 상황을 눈사태 또는 비 눈사태로 식별합니다. 기단의 온습도 특성은 예측을 위한 예측 변수로 사용됩니다. 눈사태 위험 예측은 각 종관 상황에 대해 얻은 방정식에 따라 제공됩니다.

최근에는 배경 대규모 눈사태 예보를 위해 판별분석을 이용한 눈사태 예보가 개발되고 있다.

판별 분석을 사용하는 방법을 기반으로 한 예측의 리드 타임은 대부분의 경우 0입니다. 계산에 기상 요소의 예측 값을 사용하면 예측의 리드 타임이 늘어나면서 그 정당성이 줄어듭니다. 방법의 오류 외에도 기상 예보의 오류가 추가됩니다. 공개된 자료를 분석한 결과, 눈과 기상 요인의 영향을 평가하는 예보의 최대 리드 타임은 6시간에 달하는 것으로 나타났다. 개요 정보를 사용한 예측 방법은 리드 타임이 최대 12-20시간으로 깁니다.

판별 분석을 기반으로 한 눈사태 위험 예측의 정확도는 65-85%입니다. 현상의 경고 정도는 80-100%입니다. 정당화의 상당한 증가의 불가능이 주목됩니다.

선형 판별 분석을 기반으로 하는 방법이 개발되었습니다. Khibiny의 눈보라 유형 눈사태, Tenkinskaya 고속도로의 여러 섹션(Magadan 지역)에 대한 강설 눈사태, Kunerma, Goudzhekit 및 Angarakan 유역에 대한 갓 내린 눈사태 및 눈보라 눈사태 예측 강(바이칼 및 세베로-무야 산맥), SLS 패스 지역의 젖은 눈사태. 판별 분석 방법은 장기간의 눈사태를 예측하는 데 사용되지 않으며 붕괴는 현재 기상 및 종관적 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

눈사태, 눈 및 기상 특성의 값에 대한 정보를 포함하는 데이터베이스의 존재는 예측의 목적을 위해 현재와 유사한 상황에 대한 과거 검색 가능성을 사용할 수 있게 합니다.

이 방법의 이론적 개발은 소련에서 70 년대 초반에 수행되었습니다. 데이터베이스에는 축적된 배열 "Meteo"(눈사태 기간의 각 날짜에 대한 기상 유형 및 기상 데이터 분류자), "Avalanche"(눈사태의 여권) 및 배열 "Slope"(눈사태 소스의 매개변수)의 고정 데이터가 포함됩니다. 새로 들어오는 눈사태 및 기상 데이터는 데이터베이스의 기록과 비교됩니다. 눈사태가 발생하기 전 며칠 동안 이벤트 이전의 기상 조건에 대한 연구가 이루어지며, 이는 예측을 위한 특정 리드 타임을 제공할 수 있습니다. 가장 가까운 이웃(Nearest Neighbors - 해외에서 채택된 용어) - 유사한 기상 조건, 눈 상태 및 눈사태가 있거나 눈사태가 없는 날. 날씨 유형의 자동 분류 및 눈사태 상황 인식은 다양한 소스에 대한 주요 눈사태 형성 요인의 값에 따라 수행됩니다. 별도의 눈사태 소스에서 발생 가능한 눈사태의 표시는 변동 계수에 의해 각 매개변수에 대해 결정되는 임계 임계값을 초과하는 값의 하락입니다. 하강시점과 더불어 체제정보의 축적과 함께 눈사태의 다른 특성인 미끄럼면, 눈의 종류, 경로의 종류, 눈사태 분리 높이를 예측하는 것으로 가정하였다.

최근접 이웃 방법은 상당한 계산 자원을 필요로 하므로 소련에서는 사용되지 않았지만 해외 눈사태 위험을 예측하는 데 널리 사용됩니다(그림 14는 유사한 기상 특성을 가진 날에 대한 데이터베이스 검색의 예) . 응용 프로그램의 주요 영역은 배경 예측입니다. 동시에 특정 초점이 아니라 영역에 대한 예측 방법이 만들어졌습니다. 이 방법의 단점은 외국의 눈사태 서비스에서 관례적인 것처럼 눈사태 위험의 정도를 결정할 수 없다는 것입니다. 눈사태의 수와 규모를 추정하는 것은 불가능합니다. 이 방법은 눈사태 형성으로 이어지는 모든 원인을 다루지 않으며, 예를 들어 신선한 눈으로 인한 눈사태와 같은 특정 유전 유형의 눈사태를 예측하는 데 적용할 수 있습니다.

포인트 시스템

눈사태의 위험을 예측하기 위해 눈사태의 확률에 대한 특정 요인과 그 조합의 영향을 고려합니다. 다음 방법 중 하나로 분석을 수행할 수 있습니다.

각 요인에는 주어진 시간에 눈사태 형성에 미치는 영향의 방향에 따라 "+", "-" 또는 "0" 기호가 할당됩니다. 부정적인 신호의 초과는 눈사태 위험의 부재 또는 낮은 정도를 나타내며, 긍정적인 신호의 우세는 눈사태 위험의 존재를 나타내며, 더 크면 클수록 우세합니다. 눈사태 형성에서 각 요인의 비중을 고려하지 않은 이 기술은 일련의 눈사태 관측이 충분하지 않은 경우 예측에 사용하는 것이 좋습니다.

1. 예측 변수의 양자화가 수행됩니다. 각 요소에는 해당 요소로 인한 위험 정도에 따라 특정 점수가 할당됩니다. 이 경우 2가지 옵션을 적용할 수 있습니다.

1) 예측 변수 값은 동일한 간격으로 양자화되고 각 간격에는 일정한 단계로 증가하는 포인트 수가 할당됩니다.

2) 비균일 양자화 - 예측자 값을 구간으로 불균일하게 분할하거나 구간을 불균일하게 채점합니다.

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

점수 합계의 결과는 상황을 눈사태 및 비눈사태 상황(대체 예측)으로 나누는 하나의 임계값과 비교하거나 여러 가지 - 눈사태 위험의 정도가 결정됩니다.

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

포인트 시스템은 눈사태 위험 정도의 공간 분포를 평가하는 데 효과적일 수 있습니다. GIS 기술을 사용하는 이러한 접근 방식(Lawiprogmodel)은 Swiss Avalanche Bulletin의 생성을 위해 제안됩니다. 오버레이 기능은 여러 층을 서로 겹쳐서 사용하는 것으로, 이를 통해 지표면의 여러 부분에 대한 눈사태 위험에 대한 요약 추정치를 얻을 수 있습니다. 현장의 눈사태 위험 정도는 작용 요인에 할당된 점수의 곱으로 추정됩니다. 여기에는 다음이 포함됩니다. 테스트 결과(Rutschblock)에 의해 결정된 적설 안정성 - 2~10포인트, 산비탈 노출, 사이트의 절대 높이 및 경사 경사 - 각각 1~5포인트. 처음 두 요인의 가중치는 적설 기상 상황에 따라 변경되며, 이 방법에서 다른 요인의 영향을 평가하기 위한 값은 변경되지 않습니다(그림 15 - 경사 경사 및 고도 수준의 가중치 요인) .

눈사태 위험의 유럽 규모에 따른 위험 정도는 포인트 제품의 특정 값에 해당합니다.

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

시뮬레이션 결과는 생성된 눈사태 위험 예측 지도입니다.

Lawiprog 모델의 요소 가중치는 전문가에 의해 설정되지만 저자가 언급했듯이 값을 명확히 하려면 추가 생산 검증이 필요합니다.

전문가 시스템

다양한 방법이 존재하는 경우, 눈사태 위험 예보의 문구에 대한 최종 결정은 전문가에게 남아 있습니다. 교육, 경험, 직관, 예측 기술에서 고려되지 않은 요소를 평가하는 능력, 현재 선두를 식별하는 능력은 전문가가 빠르고 정확한 결정을 내릴 수 있도록 합니다. 지난 10년 동안 눈사태 위험을 예측하는 관행에서 널리 보급된 자동화된 전문가 시스템은 전문가가 결정을 내리는 과정을 모델링하는 데 기반을 두고 있습니다.

전문가 시스템의 작업은 전문가가 공식화한 규칙에 따라 수행되는 동시에 요인의 영향을 평가하기 위한 점수 시스템을 사용합니다. 전문가 시스템은 종종 다른 방법과 함께 사용됩니다(통계 및 결정론적 모델이 사용됨). 다양한 방법을 병렬 및 순차적으로 사용하면 눈사태 위험 예측의 최적 결과를 얻을 수 있습니다.

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

신경망 접근 방식은 컴퓨터의 숫자 처리 능력과 뇌의 일반화 및 인식 능력을 결합하기 때문에 동료 검토 작업에서 특히 효과적입니다.

전문가 시스템의 기능 다이어그램은 다음 블록으로 구성됩니다.

1. 데이터 및 공식화된 규칙을 포함한 지식 기반;
2. 실제 데이터를 규칙으로 대체하고 필요한 결과로 기계 출력을 얻기 위한 블록;
3. 결과 해석 블록;
4. 결과를 방송하거나 발표하는 대화 관리자;
5. 성공적인 결과를 시스템에 통합하여 추가 작업을 개선하는 데이터 수집 장치.

현재 여러 전문가 시스템이 만들어지고 실제 적용되거나 다양한 산지에서 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 전문가가 예측할 때 사용하는 표지판을 식별했습니다 (최종 번호는 6), 그 그라데이션 및 규칙은 결정된 (평가 순서, 특정 상황에서 요인의 중요한 중요성 및 영향 정도) 공식적인 예후 계획을 세울 수있었습니다. 예보 과정에서 눈사태 위험의 유무, 하강 장소 및 눈사태의 규모가 결정되었습니다. 독립적인 재료에 대한 기술의 정당성은 강도가 다른 강설에 대해 55~93%였습니다.

현대 전문가 예측 시스템의 편집 및 운영 메커니즘은 스위스 눈사태 연구 기관에서 만든 DAVOS 및 MODUL 모델의 예에서 명확하게 설명됩니다.

두 모델 모두 일반 COGENSYS™ 귀납적 의사결정 소프트웨어를 사용합니다.

초기 단계에서 전문가는 예제를 소개하고 이로 인해 발생하는 상황을 해석하여 프로그램을 "훈련"합니다. 멘토의 결정을 관찰한 결과 프로그램은 각 입력 매개변수에 대한 부울 값을 계산합니다. 이 경우의 논리적 값은 모델의 품질에 대한 매개변수의 영향을 측정한 것으로, 매개변수가 고려 대상에서 제외되는 경우 얼마나 많은 상황을 구별할 수 없는지를 고려하여 계산됩니다. 영향의 정도에 따라 매개변수에는 1에서 100까지의 값이 할당됩니다. 이 값은 새로운 정보를 수신하는 과정에서 지속적으로 수정됩니다. 새로운(설명되지 않은) 상황에 직면했을 때 프로그램은 유사한 상황에 대해 데이터베이스를 검색합니다.

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

또한 결과의 정확성에 대한 프로그램의 신뢰도 지표인 예측의 유의 수준이 결정됩니다.

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

최신 DAVOS 모델 수정의 경우 예측 정확도 및 이벤트 경고 정확도가 60%를 초과했습니다. MODUL 모델의 정당성은 75%에 도달했습니다.

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

프랑스 전문가들이 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 특성을 요인으로 사용)에 따라 작동하는 SAFRAN의 첫 번째 블록의 출력은 가장 중요한 기상 특성(표면 값), 흐림, 다양한 높이와 경사에서 일사량과 평균 적설 두께 한 시간 간격으로 다른 노출. 모델은 분석 모드 또는 예측 모드(1일 및 2일 범위)에서 작동합니다.

그런 다음 SAFRAN 결과는 결정론적 CROCUS 진화 모델에서 스노우팩의 구조를 계산하는 데 사용됩니다. 세 번째 단계에서 MEPRA 전문가 시스템은 CROCUS 블록에서 모델링된 내부 상태를 고려하여 다양한 고도 수준과 다양한 노출의 경사에서 적설량의 안정성을 진단합니다. 모델의 최종 결론은 리드 타임이 최대 2일인 개별(최대 400km 2 면적) 산맥에 대한 눈사태 위험의 정도를 예측하는 것입니다.

눈사태 위험의 장기 예측

기후 변화의 수치 모델 생성과 함께 장기 예측 개발 가능성이 나타났습니다. 문제는 모델에 의해 예측된 기후 특성에서 눈사태를 나타내는 특성으로 전환하여 해결됩니다. 기초는 모델에 의해 계산된 기후 특성(기온, 강수량)과 눈사태 지표(적설량, 발생 기간, 고형 강수량, 폭설 및 해빙 일수) 사이에 확립된 분석 관계입니다. 또한 특정 종속성을 사용하여 눈사태가 발생하기 쉬운 지역의 경계 변경이 드러났고 눈사태가 발생하기 쉬운 기간의 기간과 눈사태가 발생하기 쉬운 상황의 수가 계산되었습니다. 미래.

이 접근 방식은 기후 변화 GFDL의 지구 순환 모델이 사용된 작업에서 사용되었습니다.

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

결론

국가 수문 기상 위원회의 눈사태 부서의 실제 활동에 대한 전문가의 경험을 고려한 수치 방법의 조합을 통해 적어도 90-95%의 정확도로 눈사태 예측을 할 수 있었습니다. 동시에 거의 100 % 정당성을 가진 직관적 사고를 기반으로 극단적 인 상황 (대량 눈사태, 인구 활동 영역의 눈사태, 물체에 대한 직접적인 위협)이 예측되었습니다. 그러나 검증되고 검증된 기술은 특정 유전자 유형의 눈사태 예측에 대해서만 존재했습니다.

다양한 요인에 의해 발생하는 눈사태의 전개를 예측할 수 있도록 하는 전문가 시스템의 점진적인 개발은 아직 눈사태 예측의 품질을 향상시키지 못합니다. 또한 결정론적 모델은 눈사태 발생 지역에서 데이터를 얻을 수 없다는 점으로 인해 적용이 제한된 예측의 품질에 상당한 이점을 제공하지 못했습니다. 최근 몇 년 동안에만 산비탈에서 적설 상태의 진화 모델이 실용화되었습니다.

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 기술의 도입으로 예보의 품질을 향상시킬 수 있습니다. 최신 GIS의 기능을 통해 데이터를 지속적으로 축적하고 다양한 계산을 수행하며 그 결과를 공간적으로 참조할 수 있습니다. 개발된 GIS의 가장 중요한 응용과제는 눈사태의 시간을 예측하는 것이다.

문학

1.	Abdushelishvili K.L., Kartashova M.P., Salukvadze M.E. 다양한 유전자 유형의 눈사태를 예측하는 방법. Tr. 2위 올 유니온. 올빼미. 눈사태, 레닌그라드: Gidrometeoizdat, 1987. p. 83-87.
2.	아키피예바 K.V. 유럽의 눈사태 매핑. Tr. 2위 올 유니온. 회의 눈사태로. L., Gidrometeoizdat, 1987, pp. 214-219.
3.	아쿠라토프 V.N. 눈보라 수송 및 눈의 열 압축 값을 기반으로 한 눈사태 위험의 시작 예측. In: 눈의 사용과 눈 표류 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 정보 사용을 기반으로 한 눈사태의 운영 예측 방법. Tr. 3 올 유니온. 회의 눈사태로. L., Gidrometeoizdat, 1989, pp. 94-99.
5.	블라고베셴스키 V.P. 눈사태 부하의 정의. 알마아타. "짐". 1991. 116p.
6.	Bozhinsky A.N., Losev K.S. 눈사태 과학의 기초. L.: Gidrometeoizdat, 1987, 280p.
7.	볼로프 VR 강설, 눈보라 및 눈의 승화 재결정으로 인한 눈사태의 형성, 예측 및 인공 붕괴. 추상적인 디스 경쟁을 위해 으. 단계. 캔디. 지리. 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, 16-32페이지.
9.	Gelfand I.M., Rosenfeld B.I., Urumbaev N.A. 전문가의 경험을 공식화하는 규칙을 사용하여 눈사태를 예측합니다. M., "사이버네틱스"의 복잡한 문제에 대한 과학 위원회. 1985. 사전 인쇄.
10.	눈사태의 지리. 에드. Myagkova S.M., Kanaeva L.A. 모스크바 주립 대학 출판사, 1992, 331 p.
11.	글라조프스카야 T.G. 세계의 눈사태가 발생하기 쉬운 지역 평가: 방법론 및 결과. 추상적인 경쟁을 위해 으. 단계. 캔디. 지리. 과학. 엠., 1987, 24p.
12.	Glazyrin G.E., Kondrashov I.V. 눈사태 예측의 방법론적 기반. Tr. 3위 올 유니온. 올빼미. 눈사태, 레닌그라드: Gidrometeoizdat, 1989. p. 155-164.
13.	빙하 사전. L.: Gidrometeoizdat, 1984. 526 p.
14.	그라코비치 V.F. 눈사태 경보 서비스를 구성하기 위한 정보 시스템. 추상적인 디스 경쟁을 위해 으. 학위 캔. 지리. 과학. 모스크바. 1975.
15.	그리셴코 V.F. 우크라이나 Carpathians에서 눈 축적 및 눈사태 형성의 물리적 및 지리적 조건. 추상적인 디스 경쟁을 위해 으. 학위 캔. 지리. 과학. 트빌리시 1981년.
16.	Grishchenko V.F., Dushkin V.S., Zyuzin V.A., Kanaev L.A., Khristoev Yu.V., Chernous P.A. 소련의 눈보라 눈사태 예측. 눈사태에 관한 제2회 전노조 회의의 절차. L.: Gidrometeoizdat, 1987. pp. 46-57.
17.	지우바 V.V. 거의 연구되지 않은 지역의 눈사태 예측 방법 개발을 위한 지리학적 원리. 추상적인 디스 경쟁을 위해 으. 단계. 캔디. 지리. 과학.
18.	Dzyuba V.V., Sokolov V.M., Shnyparkov A.L. Chukotka 반도 해안 지역의 눈사태 기상 현상의 개요 조건. Tr. 2 올 유니온. 회의 눈사태로. L., Gidrometeoizdat, 1987, pp. 94-99.
19.	Drozdovskaya N.F., Kharitonov G.G. 눈사태 예측을 위한 새로운 방법. Tr. 3 올 유니온. 회의 눈사태로. L., Gidrometeoizdat, 1989, pp. 164-171.
20.	Epifanov V.P., Kuzmenko V.P. 음향 방법을 사용한 눈사태 형성 조건 조사. Tr. 3 올 유니온. 회의 눈사태로. L., Gidrometeoizdat, 1989, pp. 94-99.
21.	Izhboldina V.A. 콜라 반도에서 눈사태의 형성과 하강을 위한 공기관측 조건. 수능. Khibiny의 눈과 눈사태에 대한 연구. L., Gidrometeoizdat, 1975, pp. 51-63.
22.	이사예프 A.A. Kamchik Pass에 대한 특수 눈사태 위험 예측을 자세히 설명한 경험. Tr. SANIGMI, 1998, 157호(238), 14-19페이지.
23.	소련의 눈사태 지적. 1-20권. - L .: Gidrometeoizdat, 1984-1991.
24.	Kanaev L.A. 눈사태 안전을 보장하기 위한 과학적 및 방법론적 토대. 추상적인 디스 경쟁을 위해 으. geogr의 박사 학위. 과학. 타슈켄트. 1992.
25.	Kanaev L.A. 적설 특성의 변동성. Tr. SANIGMI, 1969, no. 44(59). pp.25-42.
26.	Kanaev L.A. 소련에서 눈사태 위험 예측에 관한 연구의 주요 결과 및 목표(검토). Tr. 2위 올 유니온. 올빼미. 눈사태, 레닌그라드: Gidrometeoizdat, 1987. p. 28-36.
27.	Kanaev L.A., Sezin V.M., Tsarev B.K. 소련에서 눈사태 위험을 예측하는 원칙. 눈사태에 관한 제2회 전노조 회의의 절차. L .: Gidrometeoizdat, 1987. pp. 37-46.
28.	Kanaev L.A., Tupaeva N.K. 차가운 기단의 침입과 사이클론 과정 동안 서부 Tien Shan 눈사태의 배경 예측. Tr. 2위 올 유니온. 올빼미. 눈사태, 레닌그라드: Gidrometeoizdat, 1987. p. 69-77.
29.	Kanaev L.A., Kharitonov G.G. 눈사태 형성 요인의 정보 내용 평가. 눈사태에 관한 제3차 전노조 회의의 절차. L.: Gidrometeoizdat, 1989. pp. 135-145.
30.	콘드라쇼프 I.V. 카자흐스탄 산에서 형성 조건, 눈사태 예측 방법 및 눈사태에 대한 보호. 추상적인 디스 경쟁을 위해 으.스텝. 지리. 과학, 알마티, 1995, 40p.
31.	소련의 눈사태 지역. 에드. 모스크바 주립 대학, 1970. 200 p.
32.	BAM 경로 근처의 눈사태. 모스크바: Gidrometeoizdat, 1984, 174 p.
33.	로세프 K.S. 눈사태를 예측하는 방법. Tr. SANIGMI, 1970, no. 51(66), p. 100-104.
34.	로세프 K.S. 눈사태의 발생 원리와 눈사태 과학의 응용 문제를 해결하기 위한 응용 프로그램의 기초. 추상적인 디스 경쟁을 위해 으. 단계. 지리. 과학. 엠., 1982. 44 p.
35.	마샤긴 G.P. 사할린의 일부 수문기상학적 요소와 특히 위험한 기상 현상을 예측하기 위한 계산 방법. Tr. DVNIGMI, 97호. 1981년.
36.	소련의 눈사태 예측을 위한 방법론적 권장 사항. M. Gidrometeoizdat. 1990. 128p.
37.	국민경제의 눈사태 지원을 위한 지침. 타슈켄트. 1987. 48p.
38.	Moskalev Yu.D. 눈사태 및 눈사태 부하. Tr. SANII, 109호(190). 1986. 156p.
39.	Okolov V.F., Myagkov S.M. 기후 조건에 따라 위험한 현상의 장기 예측을 위한 방법론(눈사태의 예). In: 산의 자연 변화에 대한 평가 및 장기 예측. 남: 에드. 모스크바 주립 대학, 1987, pp. 104-120.
40.	Waterwater M. Avalanche 사냥꾼. M.: Mir, 1972. 269 p.
41.	눈사태 위험을 예측하기 위한 실용적인 가이드. L.: Gidrometeoizdat, 1979. 200 p.
42.	눈사태에 대한 보호 효과의 문제. 에드. Bozhinsky A.N., Myagkova S.M. 출발 VINITI N 3967-B91에서. 엠., 1991. 285 p.
43.	포병 시스템 KS-19를 사용한 눈사태 예방 하강 지침. 모스크바: Gidrometeoizdat, 1984. 108 p.
44.	눈사태 안내(임시). L.: Gidrometeoizdat, 1965. 397 p.
45.	Seversky I.V., Blagoveshchensky V.P. 산악 지역의 눈사태 위험 평가. 알마아타. 1983. 220p.
46.	세진 V.M. 남부 저기압이 중앙아시아에 진입할 때 상황을 눈사태와 비눈사태로 분류. Tr. SANII, 1983, 99호(180), 112-118페이지.
47.	Seliverstov Yu.G. 고속도로의 눈사태 막힘으로 인한 경제적 피해를 계산하는 방법론(키르기스스탄의 예). In: 자연 재해 및 자연 재해의 개요 매핑. M.: MSU, 1992. S.233-242. 출발 VINITI 24.04.1992. 1389.B.92.
48.	눈과 눈이 Khibiny에 내립니다. M., L.: Gidrometeoizdat, 1938, 100p.
49.	Sokolov VM, Troshkina E.S., Shnyparkov A.L. 소련 국경 지역의 눈사태 예측을 위한 핸드북. M.: GU PV KGB 소련, PLSLS MGU, 1991, 129 p.
50.	트로시키나 E.S. 소련 산악 지역의 눈사태 정권. M., VINITI 출판사, 1992, 196 p.
51.	Troshkina E.S., Voitkovsky K.F. 눈사태 방지 조치의 효과에 대한 예측 평가. In: 산과 눈사태의 적설. M.: Nauka, 1987. S. 137-143.
52.	투신스키 G.K. 빙하, 설원, 소련의 눈사태. M., 1963. 312 p.
53.	구조 VSN 02-73의 설계에서 눈사태 하중 계산을 위한 지침. M. Gidrometeoizdat, 1973. 20 p.
54.	카리토노프 G.G. 강 유역의 눈사태 예측 방법. 쿠네르마(바이칼 산맥). Tr. 2위 올 유니온. 올빼미. 눈사태, 레닌그라드: Gidrometeoizdat, 1987. p. 87-94.
55.	Chernous P.A., Fedorenko Yu.V. 슬로프에서 스노보드 안정성의 확률적 평가. 매트. 광택 이스. 2000년 88호. 87-91쪽.
56.	슈니파코프 A.L. 특히 대규모 눈사태와 대량 하강 조건. 추상적인 디스 경쟁을 위해 으. 학위 캔. 지리. 과학. 모스크바. 1990.
57.	슈빈 VS Dondychan 눈사태 포스트 지역의 Tenkinskaya 고속도로를 따라 눈사태 위험이 예측됩니다. Tr. 2위 올 유니온. 올빼미. 눈사태, 레닌그라드: Gidrometeoizdat, 1987. p. 100-107.
58.	슈빈 VS 마가단 지역 내륙 지역의 눈사태 위험 예보. 정보 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 회보. 1973, 1b, No. 4, p.391-402.
61.	Birkeland, Karl W.; 존슨, 론; 헤르츠버그, 다이앤. 1996. 스터프블록 눈 안정성 테스트. 기술 대표. 9623-2836-MTDC. 미줄라, MT: 미국 농림부, 산림청, 미줄라 기술 및 개발 센터. 20p.
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. 스위스의 지역 눈사태 예측: 전략 및 도구. 새로운 접근… ISSW'98. URL: h
64.	Bolognesi R.,Denuelle 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 적설량의 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. 및 Good, W. 1987. 가장 가까운 이웃 방법에 의한 눈사태 예측. IAHS 출판 162.557-569.
68.	Durand Y., Brun E., Merindol L., Guyomarc'h, Lesaffre B., Martin E. 눈 모델에 대한 관련 매개변수의 기상 추정. 앤. Glaciol., 18, 1993, 65-71.
69.	Föhn P., Haechler P. Prevision de Gross avalanches au moyen d'un modele determinste-statistique. Deuxieme Rencontre Internationale sur La Neige et les Avalanches에서. 1978년 경쟁 렌더스. Grenoble, Assoiation 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 방법의 개요. Oslo, NGI, Pub.N 203, 1998, 19-27.
72.	Giraud O., Brun E., Durand Y., Martin E. Safran/Crocus/Mepra 모델은 눈사태 예측자를 위한 도움 도구입니다. Oslo, NGI, Pub.N 203, 1998, 108-112.
73.	Glazovskaya T. 눈사태의 전지구적 분포와 기후 변화로 인한 북반구의 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. 205 p.
75.	Judson A., Leaf C.F., Brink 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 – 현대적인 합성. 공공 연합 인턴. 하이드롤. Sci., 1966, No. 69, p.350-356.
78.	로이홀트 H., Allgöwer B., Meister R. 시각화 그리고 분석 의 그만큼 스위스 눈사태 게시판 사용 GIS. ISSW'98. URL: h
79.	Leuthold, H., Allgower, B. 및 R. Meister. 1997. GIS를 사용한 스위스 눈사태 게시판의 시각화 및 분석. International Snow Science Workshop 1996, Banff, Canada. 35-40.
80.	McClung, D.M. 및 P. Schaerer. 1993. 눈사태 핸드북. Mountaineers, 시애틀, 워싱턴, 미국, 271 pp.
81.	Meister R. 스위스 전역에 눈사태 경보. ISSW'98. URL: h http://www.issw.noaa.gov/hourly%20agenda.htm.
82.	캐나다 눈사태 협회에서 준비한 날씨, 눈덩이 및 눈사태에 대한 관측 지침 및 기록 표준. 1995, ISBN 0-9699758-0-5
83.	펄라 R.I. 눈사태 위험 평가의 기여 요인. Can.Geotech.J., 7(4), 1970, 414-419.
84.	Schweizer J., Föhn P. 눈사태 위험을 예측하는 두 가지 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 BC주)의 교통 회랑 및 오지에 대한 눈사태 예측. Oslo, NGI, Pub.N 203, 1998, 238-244.
86.	Schweizer, M., Fohn, P.M.B. 및 Schweizer, J. 1994. 신경망과 규칙 기반 시스템을 통합하여 눈사태 예측 시스템 구축. 절차 IASTED Int. Conf.: 인공 지능, 전문가 시스템 및 신경 네트워크, 1994년 7월 4-6일, 스위스 취리히.
87.	Seliverstov Yu., Glazovskaya T. 유라시아 북동부의 대륙 내 지역에 대한 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: h 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	와드 R.G.W. 스코틀랜드의 눈사태 예측. 응용 지리학, 1984, vol.4, p.91-133.

이 자료를 다른 리소스에 사용하는 것은 금지되어 있습니다!