by BipBananaBisquit

Построение цифрового двойника реки Косьва. Проект сделан в рамках Студтрека НТО

Общая логика работы

Пайплайн проекта выглядит так:

1. Из CSV загружается временной ряд с датчика.
2. Данные прогоняются через имитацию MQTT-передачи.
3. Выполняется контроль качества данных.
4. Строятся простые прогнозные модели.
5. Геометрия реки берётся из OpenStreetMap.
6. Генерируются итоговые артефакты: HTML-карта, GeoJSON и PDF-отчёты.

Структура проекта

• [Kosva_model.py] Основное вычислительное ядро проекта. Здесь находятся загрузка данных, MQTT-имитация, QC, расчётные классы, модели прогноза, валидация и служебные функции.

• [get_map.py] Скрипт генерации карты. Формирует:

  • [map_kosva.html]
  • [kosva_monitoring.geojson]

• [immitation.py] Технический прогон модели. Собирает основной PDF-отчёт:

  • [immitation_report.pdf]

• [assesment.py] Экономический блок. Собирает отдельный PDF:

  • [assessment_report.pdf]

Что означают итоговые файлы

Мы решили, чтобы скрипты на выходе предоставлял pdf -отчеты - все результаты в файлах

• [map_kosva.html] Интерактивная карта для браузера. Показывает участок Косьвы, положение излива, контрольные точки ниже по течению и цветные сегменты загрязнения вдоль русла.

• [kosva_monitoring.geojson] GIS-версия пространственных данных. Её можно открыть в QGIS.

• [immitation_report.pdf] Технический отчёт. Включает:

  • обзор данных;
  • пример MQTT-передачи;
  • результаты QC;
  • графики временных рядов;
  • спектральный анализ;
  • гидрологический сценарий;
  • сравнение моделей;
  • rolling validation;
  • Monte Carlo блок.

• [assessment_report.pdf] Экономический отчёт. Включает:

  • разбор, чего не хватает до официального расчёта по Методике N 87;
  • таблицу подтверждённых коэффициентов и правил;
  • консервативную прокси-оценку ущерба водному объекту;
  • эвристическую оценку центра литературного диапазона.

Если хотите запустить все сами

Можно конечно было бы предоставить докер образ, но будем дейстовать по старинке :)

pip install numpy pandas scipy scikit-learn matplotlib requests

После этого можно запускать скрипты из папки проекта:

python3 immitation.py
python3 assesment.py
python3 get_map.py

Как открыть результаты

• map_kosva.html открывается в браузере;
• kosva_monitoring.geojson открывается в QGIS как векторный слой;
• PDF-файлы открываются как обычные отчёты.