Искусственный интеллект против урагана

Изменения климата грозят человечеству множеством проблем: от увеличения частоты сильных ливней и шквалов в густонаселенных городах до необходимости переселения целых областей с территорий, которые станут потенциально опасными для жизни на фоне глобального потепления. Как изменилась климатология на фоне развития технологий в последние годы? Какие принципиально новые возможности появились ученых и что это дает человечеству? Об этом рассказывает известный ученый-климатолог, доцент базовой кафедры Института географии РАН факультета географии и геоинформационных технологий НИУ ВШЭ, заместитель директора Института физики атмосферы им. А.М. Обухова РАН  Александр Чернокульский.

В 2002 году, еще будучи студентом, я пришел работать в Институт физики атмосферы им. А.М.Обухова РАН. За более чем два десятилетия произошел мощный скачок в развитии технологий, который принес много новых возможностей в сферу климатологии. Прежде всего стоит отметить, что компьютеры стали существенно быстрее. Если в начале нулевых климатические модели были с разрешением* в сотни километров, то сейчас речь идет уже о десятках километров, и даже — первых километрах. Можно проводить ансамблевые расчеты** c большим количеством запусков одной и той же модели, чтобы, например, оценить естественную изменчивость климата — допустим, роль большого числа циклов в океане, наложение которых создает межгодовую изменчивость, определенный «дребезг» климата, его шум. И на фоне этого шума уже более явно выделять сигнал от внешнего воздействия, например, от роста концентрации парниковых газов.   

Раньше было сложно сделать 100 запусков с одной моделью, а сейчас это становится обыденностью. Результат такого большого числа запусков может увидеть каждый в своем телефоне, глядя на вероятность осадков. Например, что такое вероятность осадков 30%? Это значит, что из большого числа запусков, сделанных конкретной моделью с чуть-чуть измененными начальными условиями ** 30% запусков показали, что в это время в этом месте будет дождь, а 70% –  что дождя не будет. То же самое проводится и с климатическими моделями — можно оценить вероятность того или иного события, например, той или иной волны жары или сильного наводнения. На основе большого числа запусков оценивается вероятность анализируемого события в доиндустриальном («старом») климате, в современном климате и в будущем климате. Это позволяет в процентах оценить, насколько то или иное конкретное событие становится чаще (реже) в новом климате. 

Искусственный интеллект сегодня помогает детализировать, уточнять прогноз по каким-либо климатическим событиям с точностью до километров. Мы использовали, например, ИИ в одном из наших проектов, направленном на изучение по спутниковым данным масштабных конвективных систем, в которых формируются смерчи, крупный град. 

Кстати, и сами спутниковые данные становятся с годами все лучше. Разрешение приборов, которые находятся на полярноорбитальных или геостационарных спутниках с каждым годом растет: пространственное (более детальный шаг по пространству), временное (более частые снимки/профили), спектральное (при необходимости все более детальный шаг по длине волны, которая фиксируется прибором). Недавно в России были запущены уникальные спутники серии «Арктика-М» на высокоэллиптической орбите с переменной высотой. Спутники на этой орбите быстро пролетают над Антарктикой и как бы “зависают” над Арктикой, что позволяет ученым более детально изучать на основе данных с этих спутников различные арктические процессы.

В настоящее время метеорологи также активно используют беспилотные летающие аппараты. Например, они позволяют пролететь над пожаром и оценить уровень задымления непосредственно над источником возгорания, или пролететь через сильные восходящие потоки в облаки и оценить характеристики турбулетности и так далее.

Пытаются метеорологи использовать и нестандартные наблюдения, например, интересная возможность, которая появилась в последнее время – использование данных домашних метеостанций. Эти данные усваивают в модели прогноза погоды и уточняют прогноз по городу с точностью, например, до улицы. Речь идет о метеостанциях, которые передают свои данные в открытый доступ и которые, конечно, размещены на улице, а не внутри помещения (впрочем, отсеять такие станции не так сложно). Особенно это важно для городов со сложным рельефом, находящихся, например, в котловине или на холмах. 

Стоит также отметить развитие автоматических измерительных систем, которые сегодня есть практически во всех оболочках земной системы. Речь идет об автоматических наблюдениях, которые ведутся в океане, обменных процессах  биосферы и атмосферы, в криосфере. Это позволяет накапливать огромный массив данных и прогнозировать изменения климата. 

Впрочем, остаются и нерешенные задачи. Например, до сих пор не решено фундаментальное уравнение движения жидкости/газа (уравнение гидродинамики / уравнение Навье-Стокса). Не до конца ученые понимают реакцию облаков на изменение климата — будут ли облака усиливать потепление, или ослаблять. Остается «серой зоной прогноза» период от сезона до 10 лет, в этой области уже не работает классический прогноз погоды, но ещё не работает прогноз климата.

* разрешение климатической модели: степень детализации климатических данных на определенной территории. 

**  ансамблевые расчеты  — объединение нескольких моделей для повышения точности и эффективности прогнозирования.

*** начальные условия: состояние атмосферы в начальный момент времени, которoе «усваивается» в модели прогноза погоды, по сути — стартовая точка.

Также читайте:

• Как адаптировать будущее к новому климату
  
• Почему все больше людей стремятся жить в мегаполисах?​​​​​​​