Паводки и засухи будут прогнозировать заблаговременно в Казахстане

Казахстан внедряет современные технологии прогнозирования водных ресурсов. Министерство водных ресурсов и ирригации РК совместно с Программой развития ООН адаптирует к отечественным условиям немецкий программный комплекс TALSIM-NG, предназначенный для моделирования гидрологических процессов, сообщает корреспондент BAQ.KZ.

Система позволяет прогнозировать накопление снежного покрова, процессы снеготаяния, формирование речного стока, приток воды в водохранилища, а также возможные сценарии паводков и маловодья.

Для работы используются данные гидрологических постов РГП "Казгидромет". Благодаря интеграции с сетью гидропостов платформа получает актуальную информацию о состоянии водных объектов и формирует прогнозы для анализа.

"TALSIM-NG позволяет моделировать гидрологические процессы: накопление снега, снеготаяние, формирование речного стока, приток воды в водохранилища, а также возможные паводковые и маловодные сценарии", – отметил вице-министр водных ресурсов и ирригации Аслан Абдраимов.

Отдельное внимание уделяется взаимодействию TALSIM-NG с системой Tasqyn.

"Если объяснить проще, TALSIM-NG помогает рассчитать и спрогнозировать возможную водную ситуацию, а Tasqyn обеспечивает передачу и использование этой информации в системе предупреждения и реагирования", – пояснил представитель ведомства.

На сегодняшний день моделирование охватывает восемь крупнейших речных бассейнов Казахстана. В дальнейшем министерство планирует распространить систему на все основные реки страны.

По словам вице-министра, речь идёт не просто о внедрении программного обеспечения, а о создании полноценной национальной системы гидрологического моделирования. Для этого необходимо улучшать качество исходных данных, обучать специалистов и интегрировать новые решения с другими цифровыми платформами.

Кроме того, министерство изучает опыт США в сфере мониторинга снежного покрова. Рассматриваются технологии, позволяющие определять объём снега, его плотность и водный эквивалент. Эти данные необходимы для более точного прогнозирования весеннего стока и оценки рисков паводков задолго до их наступления.