Изучение климата — сложная и многогранная область науки. Особую актуальность исследования в этой сфере обретают в связи с глобальным изменением климата, отражающимся на погодных условиях и состоянии экосистем по всему миру. Повышать точность климатических прогнозов ученым помогают высокие технологии. Две новые отечественные разработки в этой сфере были представлены в ноябре 2024 г. на IV Конгрессе молодых ученых на федеральной территории «Сириус»: сотрудники Научно-исследовательского вычислительного центра МГУ им. М.В. Ломоносова создали суперкомпьютерные модели для прогнозирования влияния климатических изменений на состояние экосистем и изучения эффекта городского острова тепла. Познакомимся с этими разработками немного подробнее.
Экосистемы сквозь климатическую призму
Суперкомпьютерная модель TerM (англ. Terrestrial Model — «Модель суши») разрабатывалась исследователями НИВЦ МГУ совместно с коллегами из Института вычислительной математики им. Г.И. Марчука РАН. Как можно догадаться из названия, технология призвана помочь ученым прогнозировать воздействие изменений климата на состояние наземных экосистем, включая почву, водоемы и растительность. В том числе TerM позволяет моделировать перенос тепла и влаги в почве и снежном покрове, термический и ледовый режим водоемов, биохимические изменения вод, круговорот углерода в системе «почва — растительность».
Суперкомпьютерная модель TerM предназначена для прогнозирования воздействия изменений климата на состояние наземных экосистем, включая почву, водоемы и растительность.
Источник изображения: kjpargeter / фотобанк Freepik (представлено в иллюстративных целях)
Первоначальная версия модели представляет собой часть модели Земной системы ИВМ РАН — единственной российской модели, включенной в глобальную программу сравнения климатических моделей CMIP (англ. Coupled Model Intercomparison Project — «Проект сравнения объединенных моделей»). Она также включена в глобальную модель прогнозирования погоды ПЛАВ, разработанную Гидрометцентром России совместно с ИВМ РАН. Однако с течением времени стало понятно, что модель деятельного слоя суши должна существовать и в качестве независимого комплекса программного обеспечения. Причина — необходимость отдельно оценивать влияние изменений климата на природные ресурсы и состояние наземных экосистем, а также разрабатывать и отлаживать новые дополнения для уже упомянутой модели Земной системы.
Почему для решения этих задач выгоднее создать независимый «виртуальный полигон»? Дело в том, что в отличие от глобальной модели модель деятельного слоя суши не включает термогидродинамические уравнения, связанные с прогнозами состояния атмосферы и океана, которые в случае с описанными выше изысканиями оказываются побочными. Поэтому на вычисления с ее использованием уходит значительно меньше времени, что позволяет проводить больше экспериментов и создавать больше симуляций по заданным сценариям.
Разработку суперкомпьютерной модели TerM возглавил заместитель директора НИВЦ МГУ, доктор физико-математических наук Виктор Михайлович Степаненко.
Фото: Андрей Луфт / «Научная Россия»
Terrestrial Model была не просто выделена из модели Земной системы, а еще и дополнена несколькими новыми модулями, воспроизводящими различные природные компоненты и процессы. Для выполнения расчетов с помощью TerM ученые задействовали мощности известного суперкомпьютера «Ломоносов-2» и вычислительного кластера ИВМ РАН.
Использование TerM позволит более точно прогнозировать климатические изменения на территории нашей страны с учетом процессов, протекающих в деятельном слое суши. В том числе система поможет предсказывать, как повлияют на окружающую среду новые решения в сфере регулирования углеродных выбросов.
Работы в рамках проекта получили поддержку Российского научного фонда и научно-образовательной школы МГУ «Будущее планеты и глобальные изменения окружающей среды».
Макет суперкомпьютерного центра МГУ.
Фото: Елена Либрик / «Научная Россия»
ИИ-модель для острова тепла
Другая интересная разработка специалистов Научно-исследовательского вычислительного центра МГУ — модель на основе искусственного интеллекта для прогнозирования эффекта городского острова тепла. Так называется локальная температурная аномалия, нередко усугубляющая тепловой стресс горожан в летний сезон. Для построения модели используются вычислительные мощности суперкомпьютера «МГУ-270», как раз нацеленного на работу с ИИ. Разработка выполнялась при поддержке Некоммерческого фонда развития науки и образования «Интеллект».
Остров тепла — локальная температурная аномалия, характерная для городской застройки.
Фото: evening_tao / фотобанк Freepik
Подробнее о новой модели корреспонденту «Научной России» рассказал старший научный сотрудник НИВЦ МГУ, кандидат географических наук Михаил Иванович Варенцов.
«Городские острова тепла возникают из-за особенностей свойств подстилающей поверхности в городах. Городская среда лучше поглощает и аккумулирует солнечное тепло; наличие непроницаемых для влаги искусственных поверхностей ограничивает расход тепла на эвапотранспирацию (испарение) и приводит к тому, что больше тепла уходит на нагрев воздуха; кроме того, свой вклад вносят прямые эмиссии антропогенного тепла от зданий, машин, промышленности. При этом на остров тепла сильно влияют фоновые метеорологические условия: он слабо выражен на фоне облачной и ветреной погоды и усиливается во время ясной и безветренной погоды, например во время летних волн жары. ИИ-модель использует эти зависимости для расчета интенсивности эффекта острова тепла на основе характеристик погоды и детализированных свойств подстилающей поверхности и городской застройки», — объяснил М.И. Варенцов.
Подробнее о суперкомпьютерной модели для прогнозирования эффекта городского острова тепла рассказал старший научный сотрудник НИВЦ МГУ, кандидат географических наук Михаил Иванович Варенцов.
Фото: Елена Либрик / «Научная Россия»
Интересно, что аномалию острова тепла чаще всего невозможно предсказать с помощью глобальных гидродинамических моделей, таких как климатические модели с шагом сетки около 100 км и модели для прогнозирования погоды с шагом сетки около 10 км. Для того чтобы повысить разрешение полученных с их помощью прогнозов, адаптировав их к городской среде, используются региональные гидродинамические модели среднего масштаба с шагом сетки от нескольких километров до нескольких сотен метров, дополненные специфическими параметрами, характерными для города. Однако работа с такими моделями требует существенных вычислительных мощностей, что ограничивает возможности их использования. Перспективной альтернативой в таких случаях становятся методы машинного обучения, на которых и основали свой подход ученые Московского университета. Предполагается, что, если применение подобных технологий будет успешным, ИИ-модели могут начать использоваться для уточнения глобальных погодных и климатических прогнозов.
«Разработанная модель осуществляет “даунскейлинг”, то есть повышение разрешения грубых метеорологических данных, в качестве которых могут выступать как результат прогноза погоды, так и климатические проекции. Другими словами, созданная нами модель может быть применена к любым прогнозам погоды и климата, в которых не учитывается влияние городской среды, и обеспечить их уточнение за счет учета города», — сказал М.И. Варенцов.
Каков масштаб территорий, для которых можно подготовить прогноз с помощью новой модели?
«Текущий прототип модели работает с шагом сетки 1 км, то есть речь идет об округах, районах и микрорайонах. В перспективе можно говорить о повышении детализации до нескольких сотен метров, то есть о кварталах», — пояснил М.И. Варенцов.
ИИ-модель рассчитывает интенсивность эффекта острова тепла на основе особенностей погоды и детализированных свойств подстилающей поверхности и городской застройки.
Источник изображения: pikisuperstar / фотобанк Freepik (представлено в иллюстративных целях)
Изначально модель разрабатывалась для центра Москвы. Текущий ее вариант уже позволяет исследователям прогнозировать температурные аномалии на территории всей Московской агломерации. И это не предел.
«Текущая версия работает для Московской агломерации, но разработанная технология отличается потенциально высокой обобщающей способностью, то есть возможностью применить уже обученную модель и для других городов. Однако чтобы это подтвердить, нужны дополнительные исследования», — поделился М.И. Варенцов.
Текущий вариант созданной в МГУ суперкомпьютерной ИИ-модели для прогнозирования эффекта острова тепла позволяет предсказывать температурные аномалии на территории Московской агломерации.
Фото: bearfotos / фотобанк Freepik
Как проходило обучение модели и каковы результаты первых испытаний?
«Для обучения ИИ-модели использовались результаты гидродинамических расчетов с использованием региональной климатической модели COSMO, дополненной блоком описания взаимодействия атмосферы с городской поверхностью и базой данных ее параметров. Эта так называемая классическая модель атмосферы, основанная на численном решении уравнений гидродинамики, что очень затратно с точки зрения вычислений. Нам удалось добиться, чтобы ИИ-модель довольно неплохо отображала пространственно-временную динамику острова тепла по сравнению с гидродинамической моделью. Например, она воспроизводит так называемые тепловые шлейфы — смещение тепловой аномалии на подветренную сторону города», — сообщил М.И. Варенцов.
Михаил Иванович Варенцов добавил, что пока модель отлаживалась на прогнозе температуры воздуха, но в дальнейшем подход можно адаптировать для предсказания температуры почвы и воды, а также других метеорологических параметров, таких как влажность.
«У нас уже готов прототип модели, посвященная ему статья будет в ближайшее время опубликована в журнале Moscow University Physics Bulletin. В ближайших планах — оптимизация модели, обучение на бóльшей выборке данных и проверка масштабируемости технологии на другие города и регионы», — заключил М.И. Варенцов.
Источники
Беседа с М.И. Варенцовым
ТАСС. Создана суперкомпьютерная модель влияния климата на почву и растения
Moscow University Physics Bulletin. Special Issue 2024: Deep Learning in Computational Physics. M.I. Varentsov, M.A. Krinitskiy and V.M. Stepanenko. Approximation of spatial and temporal variability of the urban heat island in Moscow using machine learning (статья принята к печати)
Russian Journal of Numerical Analysis and Mathematical Modelling. V.M. Stepanenko, A.I. Medvedev, V.Yu. Bogomolov [et al.]. Land surface scheme TerM: the model formulation, code architecture and applications (статья размещена в электронной системе «ИСТИНА» Центрального экономико-математического института РАН)
Источник изображения на превью и главной странице: kjpargeter / фотобанк Freepik
Источники изображений в тексте: kjpargeter / фотобанк Freepik, Андрей Луфт / «Научная Россия», Елена Либрик / «Научная Россия», evening_tao / фотобанк Freepik, Елена Либрик / «Научная Россия», pikisuperstar / фотобанк Freepik, bearfotos / фотобанк Freepik.
