Статья посвящена истории Игарской геокриологической лаборатории Института мерзлотоведения им. П. И. Мельникова СО РАН, начиная с ее основания в 1930 году и заканчивая современным этапом исследований.

Описание Охотского моря и лимана реки Амура, проведённое М. Е. Жданко в 1916 г. Этот труд был выполнен в рамках более масштабных российских исследований региона, начатых ещё в XVII веке

В сборнике обобщены материалы поисково-разведочных работ и тематических исследований последних лет, обоснованы новые представления о структуре, истории развития и тектоническом контроле нефтегазоносных и перспективно-нефтегазоносных территорий Западной и Восточной Якутии. Со структурно-тектонических позиций рассмотрены некоторые вопросы формирования продуктивных горизонтов и залежей ряда нефтегазоносных районов, проблемы влияния глубин и палеоглубин на коллекторские свойства пород

Адаптация к климатическим изменениям рассматривается как экономическая задача, однако в ее основе лежат климатические условия территорий и их ожидаемые изменения в среднесрочной перспективе. Цель данной статьи - определение актуальных подходов к оценке климатических рисков по данным исследований и экспертных оценок, выбору релевантных климатических переменных, прогнозированию ожидаемого (вероятного) уровня климатических рисков с помощью моделей глобального климата. В работе использованы общенаучные методы анализа, синтеза и научного обобщения. Проведен анализ существующей нормативно-правовой документации в области региональной адаптации, показана ограниченность ее требований, в первую очередь - упор на ретроспективный анализ рисков и закрытый перечень показателей, характеризующих уровень их опасности. Одной из основных задач, решение которых необходимо в процессе адаптационного планирования, является нахождение соответствия между риском и климатическими переменными, определяющими его вероятность реализации и уровень опасности. Рассмотрены подходы к определению перечня региональных климатических переменных, сведения о которых необходимы для планирования мер по адаптации, в рамках климатического либо отраслевого подхода с использованием стандартных перечней климатических переменных и индексов, формируемых Всемирной метеорологической организацией, либо на основании экспертного консенсуса. Показано, что региональный климатический прогноз - один из основных компонентов в решении задачи адаптации к изменениям климата, рассмотрены методики прогнозирования и повышения пространственной точности такого прогноза (статистический и динамический даунскейлинг). Предложенные методические подходы предназначены для использования в практике планирования региональных адаптационных мероприятий, в том числе на территории Республики Саха (Якутия), и при актуализации Стратегии социально-экономического развития РС (Я).
Adaptation to climate change is seen as an economic task, but it is based on the climatic conditions of territories and their expected changes in the medium term. The purpose of this article is to identify relevant approaches to assessing climate risks based on research data and expert assessments, selecting relevant climate variables, and forecasting the expected (probable) level of climate risks using global climate models. The work uses general scientific methods of analysis, synthesis and scientific generalisation. The analysis of existing regulatory and legal documentation in the field of regional adaptation has been carried out, and the limitations of its requirements have been shown, primarily the emphasis on retrospective analysis of risks and a closed list of indicators characterising the level of their danger. One of the main tasks to be solved in the process of adaptation planning is to find a correspondence between risk and climatic variables that determine its probability of realisation and the level of danger. Approaches to determining the list of regional climatic variables, information about which is necessary for planning adaptation measures, within the framework of the climate or sectoral approach, using standard lists of climatic variables and indices, formed by the World Meteorological Organisation, or on the basis of expert consensus, are considered. It is shown that regional climate forecast is one of the main components in solving the problem of adaptation to climate change, and the methods of forecasting and improving the spatial accuracy of such a forecast (statistical and dynamic downscaling) are considered. The proposed methodological approaches are intended for use in the practice of planning regional adaptation measures, including in the territory of the Republic of Sakha (Yakutia), and in updating the Strategy of Socio-Economic Development of the Republic of Sakha (Yakutia).

Трещины массива горных пород оказывают влияние на физико-механические свойства горных пород, а их, в свою очередь, необходимо учитывать при планировании добычных работ и строительстве горнотехнических сооружений. Найдены различные методы обнаружения трещины в массиве горных пород по данным георадиолокации. Однако применение метода ограничения данных зависит от производительности операторов-геофизиков, так как данные георадиолокации интерпретируются ими вручную. Для изучения трещиноватости мерзлых горных пород по данным георадиолокации возможно применение искусственных нейронных сетей (ИНС), которые лучше проводят анализ георадиолокационных радарограмм с целью определения разрывов и смещения осей синфазности георадиолокационных сигналов. Существенной проблемой при применении ИНС является подготовка данных для обучения (обучающей выборки). Создание обучающего набора данных возможно с помощью модели георадиолокационного разреза массива мерзлых горных пород с трещиной. Однако практика использования синтетических радарограмм на основе модели георадиолокационного разреза массива мерзлых горных пород с трещиной показала необходимость ее преобразования в плане увеличения количества слоев горных пород, возможности задания наклонных границ с учетом существующих син- и антиформ. В статье описаны этапы разработки модели нейронной сети, в том числе создание обучающего набора данных, выбор структуры, обучение и апробация модели нейронной сети. Апробация модели INS продемонстрировала лучшую эффективность модели INS. Тем не менее, в работе модели наблюдаются некоторые недостатки. Разработанная система позволит сократить временные затраты на интерпретацию данных георадолокации. Дальнейшие исследования будут связаны с повышением точности предсказания, обусловленным расширением обучающего набора данных и предложением дополнительных моделей ИНС. Работа выполнена в рамках государственного задания Министерства науки и высшего образования Российской Федерации (тема N 0297-2021-0020, ЕГИСУ НИОКТР N 122011800086-1).
Cracks in the rock mass significantly affect the physical and mechanical properties of rocks, and they, in turn,must be taken into account in the planning of mining operations and construction of mining structures. There arevarious techniques for detecting cracks in the rock mass using GPR data. However, the application of these techniquesis limited by the productivity of geophysical operators, as the GPR data are mainly interpreted by them manually. Tostudy the fracturing of frozen rocks from GPR data, it is possible to use artificial neural networks (ANN), which willmake it possible to analyze GPR radarograms in order to detect discontinuities and shifts of in-phase axes of GPRsignals. A significant problem in the application of ANN is the preparation of data for training (training sample). It ispossible to create a training data set using a model of GPR section of frozen rock massif with a fracture. However,the practice of using synthetic radarograms based on the model of GPR section of frozen rock massif with a crack hasshown the need for its improvement in terms of increasing the number of rock layers, the possibility of setting inclinedboundaries, taking into account the presence of syn- and antiforms. The article describes the stages of neural networkmodel development, including the creation of a training data set, selection of architecture, training and testing of theneural network model. The validation of the ANN model showed high performance of the ANN model. Nevertheless,some drawbacks are observed in the performance of the model. The developed system will significantly reduce the timecost of GPR data interpretation. Further research will be related to improving the prediction accuracy associated withthe expansion of the training data set and development of an additional ANN model.