На юге Байкала создадут «управляемый сель»

Для защиты озера учёные просчитают сценарии и представят «цифрового двойника» Иркутский филиал Сибирского отделения Российской академии наук стал инициатором проведения масштабных исследований по предотвращению попадания в озеро Байкал неутилизированных отходов деятельности Байкальского целлюлозно-бумажного комбината. Для участия в проекте привлечён целый ряд институтов Новосибирского научного центра. Потенциальным источником загрязнения озера Байкал является около 6 млн тонн промышленных отходов Байкальского целлюлозно-бумажного комбината, закрытого по настоянию экологов в 2013 году. Основную массу отходов — около 5 млн тонн, — составляет продукт переработки целлюлозы шлам-лигнин. Это токсичный, экологически вредный материал. Переполненные хранилища находятся рядом с уникальным озером, ближайшее — на расстоянии 400 метров от береговой черты. Особую опасность представляют реки Большая и Малая Осиновка, стекающие с хребта Хамар-Дабан. Именно по руслам рек наблюдались исторические и современные сходы селей. Изменения климата повысили вероятность развития неблагоприятных сценариев. Проведённые обследования защитных сооружений, построенных в 70-х годах прошлого века после катастрофического селя, показали их ветхость и неготовность противостоять ударам стихии. - В комплексной программе исследований, направленных на разработку проекта защиты озера Байкал от промышленных отходов в районе бывшего целлюлоза-бумажного комбината принимают участие институт вычислительной математики и математической геофизики СО РАН, институт гидродинамики им. М.А. Лаврентьева СО РАН, институт горного дела им. Н.А. Чинакала СО РАН, Селевая ассоциация и Московский государственный университет им. М.В. Ломоносова, институт земной коры СО РАН, лимнологический институт СО РАН и институт динамики систем и теории управления им. В.М. Матросова СО РАН, — рассказал заместитель директора по научной работе ИВМиМГ СО РАН, д.т.н. Игорь Ельцов. — Сейчас решаются вопросы по финансированию проводимых исследований. В начале июля состоялась первая рекогносцировочная экспедиция, которая позволила на месте оценить масштабы угроз и наметить основные этапы реализации масштабного и чрезвычайно значимого проекта. Как отметил учёный, одну из самых больших опасностей представляет возможность схода селевых потоков и оползней с хребта Хабар-Дабан по рекам. В 1971 году мощные сели разрушили жилые дома в Байкальске, десятки километров дорог, повредили инфраструктуру БЦБК. Хранилища с токсичными отходами тогда были заполнены лишь частично, сель прошёл в критичной близости от девяти отстойников, катастрофы чудом удалось избежать. - Институту вычислительной математики и математической геофизика СО РАН поставлена задача создания «цифрового двойника» и проведения сценарных расчётов образования селевых потоков, учитывающих глобальные климатические изменения, связанный с этим уровень осадков, геомеханические и гидродинамические характеристики грунтов. Посредством расчётов для реалистичных математических моделей образования и развития селевого потока можно разыграть различные сценарии этого явления, — пояснил Игорь Ельцов. — В качестве одного из вариантов предложено рассмотреть возможность создания «управляемого селя», сход которого позволит снизить угрозу возникновения чрезвычайной ситуации, а также переместить из слабых и особо опасных мест накопившиеся материалы в специально подготовленные резервуары. При этом модели должны быть адаптированы к конкретным геолого-геоморфологическим условиям и верифицированы на данных натурных и лабораторных измерений. Здесь мы будем опираться на компетенции наших коллег из междисциплинарной команды. Как сообщили в пресс-службе ИВМиМГ СО РАН, в рамках реализации блока проекта будут не только просчитаны возможные сценарии, но и подготовлена информация для специалистов, которые будут разрабатывать рекомендации для принятия управленческих и инженерных решений. Учитывая сложность и многообразие данных, масштабы и объём предстоящей работы по проекту предполагается широко привлекать методы искусственного интеллекта и способы анализа больших данных.