Автоматизированный анализ поверхностных карстопроявлений, повышающий эффективность оценки карстовой опасности на участках вдоль трасс проектируемых линейных сооружений

Дробинина Елена Викторовна научный сотрудник ГИ УрО РАН

Китаева Марина Инженер-геолог 2 категории ПК и БЗ

Мизев Артем Инженер ПГНИУ artem.mizev@bk.ru

Романова Елизавета Романовна

младший научный сотрудник Лаборатории экзогенной геодинамики и анализа геологического риска ИГЭ РАН romanova.elizaveta.r@yandex.ru

Скачать статью

В статье представлен комплексный подход к оценке карстовой опасности с использованием геоинформационных систем (ГИС) и данных дистанционного зондирования Земли (ДЗЗ). Этот подход позволяет быстро и достоверно оценивать карстовую опасность вдоль проектируемых линейных сооружений на примере Пивоваровского карстового участка во Владимирской области России. Существенным методическим вкладом в решение подобных задач является разработка специализированного инструмента на языке программирования Python для автоматизированного морфометрического анализа карстовых форм, включающего оценку их размеров и ориентации. Данный подход является эффективным решением частных вопросов оценки карстовой опасности, поскольку позволяет быстро обрабатывать большие объемы данных и получать высококачественные результаты, которые могут быть использованы при принятии проектных решений.

DOI: 10.58339/2949-0677-2026-8-2-54-76

УДК: 551.435.8:004.9

Финансирование: Исследование выполнено за счет гранта Российского научного фонда № 24-27-00350, https://rscf.ru/project/24-27- 00350

Ссылка для цитирования: Дробинина Е.В., Китаева М.А., Мизёв А.А., Романова Е.Р. Автоматизированный анализ поверхностных карстопроявлений, повышающий эффективность оценки карстовой опасности на участках вдоль трасс проектируемых линейных сооружений // Геоинфо. 2026. Т. 8. № 2. С. 54–76. DOI:10.58339/2949-0677- 2026-8-2-54-76.

Статья в РИНЦ: https://www.elibrary.ru/item.asp?id=91898867

Ключевые слова: геоинформационная система (ГИС); поверхностный карст; карстовая опасность; данные дистанционного зондирования Земли (ДЗЗ); отрицательные карстовые формы рельефа; пространственный анализ

Список литературы

Budiyanto E., Muzayanah, Prasetyo K. Karst groundwater vulnerability and risk to pollution hazard in the Eastern part of Gunungsewu karst area // IOP Conf. Series. Earth and Environmental Science. 2020. Vol. 412. № 1. Article 012020. URL: https://doi.org/10.1088/1755-1315/412/1/012020.
Sauro U. Dolines and sinkholes: aspects of evolution and problems of classification // Acta Carsologica. 2003. Vol. 32. № 2. P. 41–52.
Theilen-Willige B. Overview of circular structures of various origins and sizes in Egypt as a contribution to natural hazard data mining based on remote sensing data and geoinformation systems (GIS) analysis // Prevention and treatment of natural disasters. 2023. Vol. 2. № 2. P. 7–19. URL: https://doi.org/10.54963/ptnd.v2i2.167.
Sharma S., Parasar S.S., Singh K. Multi-criteria decision modelling for forest fire risk mapping in protected areas of Mayurbhanj District, Odisha: a case study in a geomorphologically diverse touristic landscape // Ecological Questions. 2025. Vol. 36. № 3. P. 1–38. URL: https://doi.org/10.12775/EQ.2025.030.
Singh K., Sharma A., Tiwary A.K., Kaushal M., Nautiyal A., Gupta S.K., Sahoo S., Salem A., El-Hendawy S., Mattar M.A., Randeep, Kansal R.B. A GIS-based study on groundwater level fluctuation and delineation of potential zones // Environmental Earth Sciences. 2025. Vol. 84. Article 233. URL: https://doi.org/10.1007/s12665-025-12197-1.
Mahato P., Srivastava S., Pandey S. Integrating AHP decision-making tool for landslide susceptibility zone mapping: insights from Mandi, Himachal Pradesh // Operations Research Forum. 2025. Vol. 6. Article 162. URL: https://doi.org/10.1007/s43069-025-00560-8.
Dhakal D., Singh K., Kaur D., Verma S., Alsabhan A.H., Alam S., Al-Sareji O.J., Randeep, Kavita. Landslide-induced vulnerability of road networks in Lahaul and Spiti, India: a geospatial study // Bulletin of Engineering Geology and the Environment. 2025. Vol. 84. Article 336. URL: https://doi.org/10.1007/s10064-025-04328-6.
Dhakal D., Singh K., Onyelowe K.C., Cazco S.A.S., Sharma A., Alarifi N., Islam F., Randeep, Arunachalam K.P., Youssef M.Y. Enhancing landslide disaster prediction by evaluating non landslide area sampling in machine learning models for Spiti Valley India // Scientific Reports. 2025. Vol. 15. Article 12242. URL: https://doi.org/10.1038/s41598-025-95087-7.
Bigdeli A., Maghsoudi A., Ghezelbash R. A comparative study of the XGBoost ensemble learning and multilayer perceptron in mineral prospectivity modeling: a case study of the Torud-Chahshirin belt, NE Iran // Earth Science Informatics. 2024. Vol. 17. № P. 483–499. URL: https://doi.org/10.1007/s12145-023-01184-4.
Bigdeli A., Maghsoudi A., Ghezelbash R. Recognizing geochemical anomalies associated with mineral resources using singularity analysis and random forest models in the Torud-Chahshirin Belt, Northeast Iran // Minerals. 2023. Vol. 13. № Article 1399. URL: https://doi.org/10.3390/min13111399.
Dhakal D., Singh K. A geospatial approach to landslide susceptibility mapping of Spiti, India // Journal of Mining and Environment (JME). 2025. Vol. 16. № P. 183–205. URL: https://doi.org/10.22044/jme.2024.14684.2779.
Thakur S., Tangri A., Singh K, Sharma S. Assessing Delhi Region’s air quality using geospatial technologies: a comparative analysis of pollution trends during the COVID period (2018–2023) // Environmental Monitoring and Assessment. 2025. Vol. 197. Article 722. URL: https://doi.org/10.1007/s10661-025-14177-1.
Дробинина Е.В., Китаева М.А., Романова Е.Р. Особенности мониторинга опасных инженерно-геологических процессов с применением геоинформационных систем и данных дистанционного зондирования Земли // Вестник Пермского университета. Геология. 2025. Т. 24. № 1. С. 23–31. DOI: 10.17072/psu.geol.24.1.23.
Orhan O., Yakar M., Kırtıloglu O.S. A web-based service application for visual sinkhole inventory information system; case study of Konya closed basin // Selçuk Üniversitesi Mühendislik, Bilim Ve Teknoloji Dergisi. 2017. Vol. 5. № P. 72–82. URL: https://doi.org/10.15317/Scitech.2017.71.
Ollivier C., Chalikakis K., Mazzilli N., Kazakis N., Lecomte Y., Danquigny Ch., Emblanch Ch. Challenges and limitations of karst aquifer vulnerability mapping based on the PaPRIKa method – application to a Large European Karst Aquifer (Fontaine de Vaucluse, France) // Environments. 2019. Vol. 6. № Article 39. URL: https://doi.org/10.3390/environments6030039.
Fiorillo F., Pagnozzi M., Ventafridda G. A model to simulate recharge processes of karst massifs // Hydrological Processes. 2015. Vol. 29. № P. 2301–2314. URL: https://doi.org/10.1002/hyp.10353.
Goldscheider N. Delineation of spring protection zones // Groundwater hydrology of springs (edited by N. Kresić, Z. Stevanović). Elsevier, 2010. P. 305–338. URL: https://doi.org/10.1016/B978-1-85617-502-9.00008-6.
Goldscheider N., Meiman J., Pronk M., Smart Ch. Tracer tests in karst hydrogeology and speleology // International Journal of Speleology. 2008. Vol. 37. № P. 27–40. URL: https://doi.org/10.5038/1827-806X.37.1.3.
Leone G., Catani V., Pagnozzi M., Ginolfi M., Testa G., Esposito L., Fiorillo F. Hydrological features of Matese Karst Massif, focused on endorheic areas, dolines and hydroelectric exploitation // Journal of Maps. 2022. Vol. 19. № P. 1–13. URL: https://doi.org/10.1080/17445647.2022.2144497.
Полякова Е.В., Кутинов Ю.Г., Минеев А.Л., Чистова З.Б., Беленович Т.Я. Применение глобальной цифровой модели рельефа ASTER GDEM v.2 для выделения районов возможной активизации карстовых процессов на территории Архангельской области // Ученые записки Казанского университета. Серия: Естественные науки. 2021. Т. 163. Кн. 2. С. 302–319. DOI: 10.26907/2542-064X.2021.2.302-319.
Carvalho Júnior O.A de., Guimarães R.F., Montgomery D.R., Gillespie A.R., Gomes R.A.T., Martins É.d.S., Silva N.C. Karst depression detection using ASTER, ALOS/PRISM and SRTM-Derived digital elevation models in the Bambuí Group, Brazil // Remote Sensing. 2014. Vol. 6. P. 330–351. URL: https://doi.org/10.3390/rs6010330.
Garas K.L., Madrigal M.F.B., Agot R.D.D., Canlas M.C.M., Manzano L.S.J. Karst depression detection using IFSAR-DEM: a tool for subsidence hazard assessment in Panglao, Bohol // Carsologica Sinica. 2020. Vol. 39. № 6. P. 928–936.
Hofierka J., Gallay M., Bandura P., Šašak J. Identification of karst sinkholes in a forested karst landscape using airborne laser scanning data and water flow analysis // Geomorphology. 2018. Vol. 308. P. 265–277. URL: https://doi.org/10.1016/j.geomorph.2018.02.004.
Kobal M., Bertoncelj I., Pirotti F., Dakskobler I., Kutnar L. Using lidar data to analyse sinkhole characteristics relevant for understory vegetation under forest cover – case study of a high karst area in the Dinaric Mountains // PLoS One. 2015. Vol. 10. № 3. Article e0122070. URL: https://doi.org/10.1371/journal.pone.0122070.
Yu B., Zhang T., Zheng K., Zuo S., Han X., Wang S., Chen S. Enclosed karst depression identification and analysis for the pumped storage power station reservoir construction using DEM // Geofluids. 2023. Vol. 4. Article 4794665. URL: https://doi.org/10.1155/2023/4794665.
Gokkaya E., Gutierrez F., Ferk M., Gorum T. Sinkhole development in the Sivas gypsum karst, Turkey // Geomorphology. 2021. Vol. 386. № 5. Article 107746. URL: https://doi.org/10.1016/j.geomorph.2021.107746.
Doneus M. Openness as visualization technique for interpretative mapping of airborne lidar derived digital terrain models // Remote Sensing. 2013. Vol. 5. № 12. P. 6427–6442. URL: https://doi.org/10.3390/rs5126427.
Дробинина Е.В. Автоматизация оценки поверхностной закарстованности по спутниковым снимкам Sentinel2 // Современные проблемы дистанционного зондирования Земли из космоса. Т. 19. № 6. С. 79–90. DOI: 10.21046/2070-7401-2022-19-6-79-90.
Ерофеев Е.А., Катаев В.Н. Идентификация поверхностных форм карста по материалам спутниковых изображений // Геология и полезные ископаемые Западного Урала: сб. ст. 37-й Всерос. науч.-практ. конф., Пермь, 23–24 мая 2017 г. Пермь: Перм. гос. нац. исслед. ун-т, 2017. С. 193–197.
Вахрушев Б.А., Кунов А.А., Кунов В.А. Использование метода дешифрирования спутниковых снимков с целью картирования поверхностных карстовых форм и их пространственного анализа // Ученые записки Крымского федерального университета имени В.И. Вернадского. География. Геология. 2022. Т. 8 (74). № 4. С. 248–263.
Oosthuizen A., van Rooy J. Hazard of sinkhole formation in the Centurion CBD using the Simplified Method of Scenario Supposition // Journal of the South African Instiution of Civil Engineering. 2015. Vol. 57. № 2. P. 69–75. URL: https://doi.org/10.17159/2309-8775/2015/v57n2a8.
Eduardo O., Manchola P., Morais F. Morphometric characterization of doliniform features in the Araguaia Plain // Sociedade & Natureza. 2023. Vol. 35. Article e67351. URL: https://doi.org/10.14393/SN-v35-2023-67351x.
Гантов Б.А. Мониторинг участка активного карстообразования в районе д. Пивоварово Вязниковского района Владимирской области: отчет о научно-исследовательской работе. Дзержинск: Дзержинская карстовая станция, 2005. Архивные материалы.
Erofeev E.A., Kataev V.N. Using probabilistic and statistical methods for estimating karst hazard assessment under conditions of anthropogenic influence on karst areas // Engineering Geology World. 2010. Vol. 4. P. 34–46.
Tolmachev V.V. Probabilistic approach to the assessment of karst area stability and designing of antikarst constructions // Engineering Geology World. 1980. Vol. 3. P. 98–107.
Гордиенко С.Г., Савельева Ю.Ю. Вероятностно-статистический прогноз образования суффозионных воронок в зоне дренажа (на примере Нижегородской ГЭС) // Известия ВНИИГ им. Б.Е. Веденеева. 2001. Т. 239. С. 119–124.
Селина З.В., Ковалева Т.Г. Вероятность образования новых карстовых форм вблизи существующих // Геология и полезные ископаемые Западного Урала: сб. науч. ст. 2023. Вып. 6 (43). С. 295–299.
Костарев В.П. О количественных показателях карста и их использовании при инженерно-геологической оценке закарстованных территорий // Инженерно-строительные изыскания. № 1 (53). С. 49–53.
Soltanpour H., Serrhini K., Gill J.C., Fuchs S., Mohadjer S. Multi-hazard susceptibility mapping in the karst context using a machine-learning method (MaxEnt) // EGUsphere. 2024. Preprint. https://doi.org/10.5194/egusphere-2024-1779.
Саваренский И.А. Прогноз устойчивости территории методом удаленности от ближайшего проявления карста // Прогноз изменений инженерно-геологических условий при строительстве: сб. науч. тр. (отв. ред.: Р.С. Зиангиров, Н.Л. Шешеня). М.: Наука, 1990. С. 108–118.
Щербаков С.В., Золотарев Д.Р. Прогноз устойчивости карстовых территорий (на примере города Кунгура) // Геология в развивающемся мире: материалы конф. студентов, аспирантов и молодых ученых каф. геологии. Пермь: Перм. гос. ун-т, 2008. С. 164–168.
СП 11-105-97. Инженерно-геологические изыскания для строительства. М.: ПНИИИС, Госстрой России, 2001.
Bosák P. Karst processes and time // Geologos. 2008. Vol. 14. P. 19–36.
Xingli J., Qingmiao D., Hongzhi Y. Susceptibility zoning of karst geological hazards using machine learning and cloud model // Cluster Computing. 2020. Vol. 22. № 4. P. S8051–S8058. URL: https://doi.org/10.1007/s10586-017-1590-0.
Gao L., Shi Y., Qiu Y., Ma C., Zhou A. The analyses of land use and prevention in high-density main urban areas under the constraint of karst ground subsidence: study of Wuhan city, China // ISPRS International Journal of Geo-Information. 2023. Vol. 12. Article 425. URL: https://doi.org/10.3390/ijgi12100425.
Yang Y., Ma X., Ding W., Wen H., Sun D. A novel dataset replenishment strategy integrating time-series INSAR for refined landslide susceptibility mapping in karst regions // Water. 2024. Vol. 16. Article 2414. URL: https://doi.org/10.3390/w16172414.
Попов И.В. Инженерная геология. М.: Изд-во Моск. ун-та, 1959. 510 с.
Сергеев Е.М. Инженерная геология. М.: Изд-во Моск. ун-та, 1978. 384 с.
Катаев В.Н. Методология и практика сравнительно-оценочного карстового районирования. Пермь : Изд-во Перм. ун-та, 2001. 211 с.
Китаева М.А., Дробинина Е.В. Опыт карстового зонирования территории проектирования линейного строительства // Спелеология и спелеостология. № 2. С. 21–26.
Золотарев Д.Р. Результаты линеаментного анализа на закарстованных территориях Пермского края // Современные проблемы науки и образования. № 5. URL: https://science-education.ru/ru/article/view?id=7233.
Золотарев Д.Р., Катаев В.Н. Воздействие линеаментной тектоники на развитие карстовых процессов на локальном уровне // Геориск. № 1. С. 34–43.