Арктика 2035: актуальные вопросы, проблемы, решения. 2025, №2.

Теоретические основы применения ИИ и БПЛА в сфере ликвидации чрезвычайных ситуаций Особую з н а ч и ­ мость приобр е ­ тает интеграция двух ключевых технологических направлений — искусственного интеллекта (ИИ) и беспилотных ле ­ тательных аппара ­ тов (БПЛА) Особенно важ­ на способность ИИ-систем к адап­ тации в реальном времени П рименение инновационных технологий в сфере предупреждения и ликвида­ ции чрезвычайных ситуаций (ЧС) обусловлено не только необходимостью повышения эффективности оперативного реагирования, но и стремлением к созданию более гибких, автономных и адаптивных систем управления рисками, что особенно актуально для обширных и труднодоступных северных территорий. В этом контексте особую значимость приобретает интеграция двух ключевых тех­ нологических направлений — искусственного интеллекта (ИИ) и беспилотных ле­ тательных аппаратов (БПЛА), каждое из которых в отдельности уже доказало свою эффективность при решении ряда прикладных задач, а в совокупности образует качественно новый уровень возможностей для спасательных и мониторинговых операций, в том числе в сложных климатических условиях Севера. Под искусственным интеллектом в контексте управления ЧС принято понимать совокупность алгоритмов и программных решений, обеспечивающих способность систем к автономному восприятию, анализу и принятию решений в условиях нео­ пределенности и динамично изменяющейся оперативной обстановки [2]. Основу таких систем составляют методы машинного обучения, включая глубокое обуче­ ние (deep learning), обработку естественного языка (NLP), компьютерное зрение (computer vision), а также алгоритмы предиктивной аналитики, предназначенные для прогнозирования развития сценариев катастроф, что крайне важно для своев­ ременного реагирования на потенциальные угрозы в северных регионах. Наиболее значимыми направлениями применения ИИ в контексте ЧС являются: • автоматическое обнаружение признаков катастрофических событий (пожаров, оползней, наводнений и т. д.) на основе анализа визуальных или сенсорных дан­ ных, включая обнаружение лесных пожаров в труднодоступных районах Севера; • прогнозирование распространения опасных явлений (моделирование динами­ ки пожаров, паводков, техногенных выбросов) с учетом особенностей ландшафта и климата северных территорий; • оценка ущерба по снимкам с воздуха и спутниковым данным; • интеллектуальная маршрутизация техники и спасательных подразделений, оп­ тимизированная для условий бездорожья и ограниченной видимости; • поддержка принятия решений в условиях многокритериального выбора и огра­ ниченности времени. В рамках рассматриваемой темы особенно важна способность ИИ-систем к адапта­ ции в реальном времени, а также их способность функционировать автономно — вне устойчивых каналов связи или централизованного управления, что имеет критическое значение в условиях разрушенной инфраструктуры и ограниченного доступа к месту происшествия [3], особенно характерных для удаленных населен­ ных пунктов на Севере. Беспилотные летательные аппараты, обладая высокой мобильностью, возмож­ ностью длительного пребывания в воздухе и отсутствием угрозы для жизни оператора, уже заняли устойчивое место в практике многих спасательных служб. Их применение охватывает широкий спектр задач — от аэрофотосъемки зон разрушений до доставки медикаментов, грузов и технических средств в труднодо­ ступные районы, что особенно актуально для северных территорий с их сложной логистикой и удаленностью населенных пунктов. Современные дроны, оснащенные широким набором сенсоров (RGB-камеры, тепловизоры, LiDAR, газоанализаторы, акустические датчики и др.), способны в режиме реального времени передавать критически важную информацию для 72 I АРКТИКА 2035: актуальные вопросы, проблемы, решения | № 2 (22) 2025