Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Искусственный интеллект обучили определять динамику городского острова тепла
Городской остров тепла — проблема, привлекающая все больше внимания. Этот термин обозначает превышение температуры в городе по отношению к пригороду. В крупных мегаполисах разность может превышать 10 градусов. Ученые МФТИ, Института океанологии РАН и НИВЦ МГУ обучили искусственный интеллект моделированию динамики разности температуры между Москвой и Подмосковьем, что позволило исследовать закономерности и причины изменения. Результаты показали, что тенденция усиления острова тепла, наблюдаемая за последние 50 лет, связана в первую очередь с ростом мегаполиса. При этом дополнительно эту тенденцию усиливает изменение регионального климата, который становится более благоприятным для их появления.
Результат исследования был опубликован в журнале Climate. Исследование выполнено при поддержке Некоммерческого фонда развития науки и образования «Интеллект». Повышение температуры в загруженных районах города увеличивает тепловой стресс для жителей, а также может приводить к усилению процессов конвекции (теплопередачи) и связанных с ними опасных погодных явлений, включая интенсивные осадки и грозы. Таким образом, точные данные об острове тепла важны для различных практических приложений: от прогнозирования погоды до управления городской окружающей средой и адаптации к изменению климата.
«Городские острова тепла весьма опасны в периоды летней жары, которые из-за глобального изменения климата стали наблюдаться и в Москве, например в 2010 году. В то же время этот эффект до сих пор недостаточно детально учитывается в моделях прогноза погоды и климата. Это и привело нас к созданию концепции исследования. Мы использовали несколько моделей машинного обучения, чтобы на основе данных о среднем состоянии атмосферы в Московском регионе определять, какой будет остров тепла в центре столицы — какова будет разность между центром и областью.
Наши статистические модели уже могут воспроизвести суточный (днем разность ослабевает) и сезонный ход острова тепла, а также зависимость от синоптических условий — в условиях антициклонов эффект усиливается, а при сильном ветре и дожде его практически нет», — рассказал об исследовании Михаил Варенцов, старший научный сотрудник лаборатории суперкомпьютерного моделирования природно-климатических процессов НИВЦ МГУ, победитель конкурса грантов для молодых ученых фонда «Интеллект».
Современные гидродинамические модели атмосферы в сочетании с параметризацией городской поверхности способны воспроизвести большинство метеорологических эффектов и регулярно используются в численном прогнозировании погоды для региональных оценок теплового стресса и уточнения сценариев изменения климата. Однако такие модели требуют больших вычислительных ресурсов и сложной программно-аппаратной инфраструктуры и обычно запускаются на суперкомпьютерах, что весьма энергозатратно.
Альтернативой для прогнозирования могут стать более простые в использовании статистические модели, но они не имеют явной физической основы и требуют перенастройки для каждого города. Новый этап развития статистического моделирования метеорологических переменных связан с быстрым распространением методов машинного обучения, которые набирают все большую популярность в науках о Земле. Машинное обучение уже нашло свое применение в городской метеорологии, в первую очередь в задачах детального картирования температуры. Однако гораздо меньше исследований сфокусировано на временной изменчивости городских аномалий температуры и других метеовеличин. Кроме того, вопросы сравнения различных моделей и выбора лучших из них остаются неизученными.
«Наше исследование направлено на более глубокое изучение возможностей и ограничений современных моделей машинного обучения в городской метеорологии. Это первый шаг к решению задачи повышения разрешения результатов моделирования атмосферы для городов. Глобальные модели прогноза погоды и климата имеют шаг сетки в первые десятки километров, что не позволяет учесть влияние городов. Чтобы исправить это, применяются региональные гидродинамические модели атмосферы, а это довольно долгий и затратный процесс.
Мы продемонстрировали, что модели машинного обучения имеют большой потенциал для улучшения качества моделирования температуры в городах. В дальнейшем мы планируем научить их воспроизводить не только временную, но и пространственную изменчивость острова тепла, что позволит использовать их как альтернативу гидродинамическим моделям в ряде задач. Успех нашей работы во многом обусловлен продуктивной коллаборацией Физтеха, институтов РАН и МГУ», — рассказал о проекте Михаил Криницкий, старший научный сотрудник Института океанологии РАН, заведующий лабораторией машинного обучения в науках о Земле МФТИ.
В ходе работы группа ученых использовала долгосрочные метеорологические наблюдения московского региона и применила несколько статистических моделей машинного обучения, начиная от классической линейной регрессии и до разработанного в «Яндексе» алгоритма CatBoost, который показал лучшие результаты. Модели обучались на наборе данных за 21 год (2001–2021 годы) и научились успешно воспроизводить суточные, синоптические и сезонные вариации острова тепла. Однако за более длительный период (1977–2023 годы) модели не способны полностью воспроизвести наблюдаемую тенденцию увеличения разницы температур между Москвой и Подмосковьем, подтверждая, что эта тенденция в значительной степени (на 60–70 процентов) обусловлена ростом мегаполиса.
«Распространение загрязнений в атмосфере в некотором смысле связано с эффектом городского острова тепла. Более детальный учет этого явления положительно скажется на точности моделирования качества воздуха. Кроме того, технология, которую мы пока тестируем только на тепловом загрязнении, может быть в дальнейшем эффективно использована для построения модели загрязнения воздуха различными вредными примесями и влияния других антропогенных факторов на климат», — заключил Михаил Варенцов.
Telegram 
Дзен 
VK Борщевик занимает почти 300 тысяч гектаров в 39 регионах России. Известно о 12 нижегородцах, восьми петербуржцах и двух москвичах, пострадавших от вредителя этим летом. У некоторых ожоги составляют от 30 до 80% тела. На этой неделе Госдума приняла закон и обязала землевладельцев бороться с этим опасным растением. Но, помимо борщевика, есть и другие часто встречающиеся и почти настолько же токсичные представители флоры, о которых мы почти ничего не знаем. Ученые Пермского Политеха рассказали, можно ли прикасаться к борщевику ночью, как безобидный ландыш может привести к летальному исходу, а чистотел к отказу почек, и что будет если съесть мед, собранный с ядовитых растений.
Не секрет, что занятия спортом под музыку приятнее и помогают повысить продуктивность тренировок. В новом исследовании итальянские ученые на примере силовых упражнений показали, какая именно музыка лучше подходит для таких целей.
Ученые Сеченовского Университета совместно с коллегами из Китая, Бразилии и США провели критический анализ лабораторных данных о взаимодействии селена с одним из самых опасных грибковых метаболитов — токсином Т-2, который может содержаться в зерновых продуктах. Они выяснили, посредством каких механизмов дефицит селена усиливает разрушительное воздействие токсина на организм в целом, и хрящевую ткань в частности, что может быть напрямую связано с развитием болезни Кашина-Бека — тяжелой артропатии, характерной для регионов с селенодефицитной почвой и зараженным зерном.
В Институте искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ предложили новый подход, основанный на современных методах машинного обучения, для определения генетического происхождения человека. Графовые нейросети позволяют с высокой точностью различать даже очень близкие популяции.
Борщевик занимает почти 300 тысяч гектаров в 39 регионах России. Известно о 12 нижегородцах, восьми петербуржцах и двух москвичах, пострадавших от вредителя этим летом. У некоторых ожоги составляют от 30 до 80% тела. На этой неделе Госдума приняла закон и обязала землевладельцев бороться с этим опасным растением. Но, помимо борщевика, есть и другие часто встречающиеся и почти настолько же токсичные представители флоры, о которых мы почти ничего не знаем. Ученые Пермского Политеха рассказали, можно ли прикасаться к борщевику ночью, как безобидный ландыш может привести к летальному исходу, а чистотел к отказу почек, и что будет если съесть мед, собранный с ядовитых растений.
Американские ученые сообщили об успешной фотонакачке фотонно-кристаллического поверхностно-излучающего лазера c захороненным диэлектриком на безопасной для глаз длине волны при комнатной температуре. Это новый этап в развитии лазерных технологий.
Группа российских ученых из Института прикладной математики имени М. В. Келдыша РАН и МФТИ провела детальное численное исследование источников шума, генерируемых крылом прототипа сверхзвукового бизнес-джета в режиме посадки. Эта работа, сочетающая передовые методы вычислительной гидродинамики и аэроакустики, впервые позволила с высокой точностью локализовать и охарактеризовать основные зоны шумообразования вблизи полноразмерной геометрии крыла модели прототипа сверхзвукового пассажирского самолета в посадочной конфигурации.
Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.
Лето 2025 обещает насыщенную линейку научно-фантастических сериалов на ведущих стриминговых платформах. От адаптаций культовых романов до масштабных космических одиссей — мы отобрали проекты, на которые стоит обратить внимание.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно