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 Американские биотехнологи впервые сообщили об обращении вспять клеточного старения в живых клетках печени человека — не мышиных, не синтетических, а именно человеческих. На волне этого результата компания привлекла 435 миллионов долларов и готовится к клиническим испытаниям.
Роль личности в истории чаще всего иллюстрируют правителями или полководцами. Но, глядя на современную карту мира, нельзя не признать: она выглядела бы принципиально иначе, если бы не одна крестьянская девушка, которую сожгли в этот день ровно 595 лет назад.
Старший преподаватель кафедры физики и технической механики РТУ МИРЭА Николай Зенченко проанализировал принципы работы одежды с маркировкой UPF — технологии, которая блокирует до 98% ультрафиолетового излучения. В отличие от солнцезащитного крема, такая защита не смывается водой и действует весь день, но при этом требует правильного выбора материала. Эксперт развеял популярные мифы: почему мокрая хлопковая футболка не спасает от ожогов, можно ли загореть в UPF-купальнике и зачем горнолыжной куртке защита от солнца.
В 2017 году человечество впервые заметило объект, прилетевший из другой звездной системы. Он оказался странным, почти не похожим ни на астероид, ни на комету, и получил имя Оумуамуа. Затем появился «нормальный» межзвездный странник — комета Борисова. А в 2025-м астрономы обнаружили 3I/ATLAS — объект, который, вероятно, хранит вещество времен рождения чужих миров. Но что изменили в астрономии эти три гостя из межзвездной тьмы?
Астрономы провели длительную радиодиагностику межзвездного объекта 3I/ATLAS и не нашли признаков искусственных технологий. Наблюдение окончательно подтвердило естественную природу ледяного тела, хотя ученые изначально не ожидали сенсации.
Тысячу лет назад колоссальный степной пояс от Амура до Дуная назывался Великой степью. На Руси его знали как Дикую степь. В этом краю жили кочевники, и среди них — хищная птица сокол-балобан. Сейчас цельной трансконтинентальной популяции балобана больше нет. Небольшой европейский островок уцелел в Венгрии, Австрии и в Крыму. Есть популяция в Казахстане, Монголии и Китае. В России сокол-балобан, помимо Крыма, живет в горах Южной Сибири. И выживание этой популяции, как и всего вида, под угрозой. Как живет эта птица и как ей помогают в нашей стране? Зачем в Хакасии посреди «нигде» построили огромный облёточник? Буквально сегодня в него уже доставили первую партию птиц.
В высокогорных районах Гималаев появился новый хищник. Он не боится людей, возглавляет стаи собак и все чаще заходит в деревни. Местные жители называют его «кхипшанг». Речь идет о гибриде гималайского волка и бродячей собаки. Ученые опасаются, что этот зверь изменит хрупкий баланс местной дикой природы и в скором времени станет весьма опасным для человека.
В доколумбовых Андах принадлежность к правящему роду определяла доступ к земле, торговле и статусу, поэтому удержать все внутри семьи было вопросом выживания. Ученые выяснили, что элиты долины Чинча решали эту задачу самым прямым способом — заключая браки между родственниками на протяжении как минимум двух поколений.
При совпадении нескольких условий наши глаза способны улавливать излучение в ближнем инфракрасном спектре. Тогда сетчатка начинает работать как нелинейный фотодетектор.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.
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