Исследователи Йельского университета разработали многокритериальную модель, которая оценивает относительную уязвимость Ганги к загрязнению. Статья Энтони Аккиаватти и его соавторов вышла 12 июня 2026 года в журнале PLOS Water. Анализ охватил 1330-километровый коридор реки в Индии: от Харидвара в штате Уттаракханд до места слияния Ганги с рекой Гхагхра у Ситаб-Диары в штате Уттар-Прадеш. В расчёт вошла полоса шириной 20 км, по 10 км с каждой стороны русла.

В основной версии аналитического иерархического процесса (AHP) 83,7% территории отнесли к зонам крайне низкой или низкой уязвимости. На зоны с высокой или крайне высокой оценкой пришлось 3,5%. На карте особенно выделились городские участки у Варанаси, Праяграджа и Канпура. При этом альтернативные варианты расчёта оценили Канпур заметно ниже, поэтому согласие между методами оказалось неполным.

Что именно считала модель

AHP объединяет несколько слоёв географических данных и задаёт им относительный вес. В исследовании использовали шесть факторов: плотность населения, землепользование и растительный покров, осадки, густоту речной сети, уклон и температуру. Одни показатели указывали на возможные источники загрязнения, другие описывали условия, в которых загрязняющие вещества могут перемещаться по ландшафту.

Например, густая сеть ручьёв может быстрее переносить загрязнение в основное русло, а осадки усиливают поверхностный сток. Представим условный участок с плотной городской застройкой, крутым склоном и множеством водотоков. Каждый признак по отдельности даёт лишь часть картины, но вместе они повышают расчётную оценку. Такой участок можно поставить в начало списка для отбора проб или проверки очистной инфраструктуры. Модель при этом не показывает, какая мера точно сработает, а только помогает сравнить территории.

Чтобы проверить зависимость результата от выбранного способа расчёта, авторы сопоставили AHP с аналитическим сетевым процессом, вложенным AHP, нечётким AHP и методом 1-N AHP, который учитывает возможное влияние неизвестных факторов. Сводная карта показала, где методы сходятся, а где меняют приоритеты. Городские участки в целом оставались более уязвимыми, но Канпур стал примером расхождения: высокая оценка AHP снизилась в вариантах ANP и вложенного AHP. Для Варанаси и Праяграджа альтернативные методы, напротив, усилили акцент на уязвимости.

Модель также отнесла лесные и сельскохозяйственные территории с небольшой плотностью населения к зонам низкой уязвимости. Авторы предлагают учитывать их при природоохранном планировании, чтобы не допустить ухудшения состояния таких участков.

Почему карта не заменяет анализ воды

Исследователи не располагали наземными данными о загрязнении, которые позволили бы полноценно проверить расчётную метрику. Поэтому карта показывает не фактическое качество воды, а относительную уязвимость территории. Она может помочь выбрать места для мониторинга и природоохранных или инфраструктурных мер, но не гарантирует результат конкретного проекта.

Кроме того, выводы относятся только к изученному 20-километровому коридору Ганги. Их нельзя автоматически переносить на весь бассейн или другие реки. По мере накопления данных о качестве воды, промышленных и сельскохозяйственных воздействиях расчёты можно уточнять. Подробно разобрать структуру подобных исследований помогают материалы по подготовке научных статей.

Схема показывает, как шесть типов географических данных объединяются в оценку относительной уязвимости участка Ганги к загрязнению

Фото: Ravi Jha / Pexels