КАРТОЧКА ПРОЕКТА,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер 21-71-10052

НазваниеРазвитие теории критических точек климата и ее применение в эмуляторах планетарных процессов

РуководительСавенкова Елена Николаевна, Кандидат физико-математических наук

Прежний руководитель Судаков Иван Алексеевич, дата замены: 05.09.2022

Организация финансирования, регионОбщество с ограниченной ответственностью "Центр научных исследований и разработок", Новгородская обл

Срок выполнения при поддержке РНФ 07.2021 - 06.2024 

КонкурсКонкурс 2021 года «Проведение исследований научными группами под руководством молодых ученых» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными

Область знания, основной код классификатора 01 - Математика, информатика и науки о системах, 01-219 - Математическое моделирование в науках о Земле и проблемах окружающей среды

Ключевые словаклимат, бифуркации, критические точки, эмулятор, экосистемы, динамические системы, дистанционное зондирование, машинное обучение, стохастическая динамика, парниковые газы, эмиссия, тундра, Арктика

Код ГРНТИ27.35.00


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Критические явления (такие как критические точки/переломные моменты (“tipping points” см. Lenton et al. 2008; PNAS, 105, 1786–1793)) и сложность поведения климатической системы привлекают внимание специалистов в связи с проблемами потепления климата, например в результате эмиссии парниковых газов. Проблема «метановой бомбы» – резкого и быстрого выпуска большого количества метана из вечной мерзлоты довольно широко обсуждается как в СМИ (The Guardian, 2015; New Scientist, 2015; BBC News, 2017) так и в научном сообществе (Kerr,2010; Science, 329, 620-621; DeMarco,2015; Science,628. 343-344). Предполагается, что такие катастрофы имели место в прошлом. Современные климатические модели, как отечественные (INM-CM, Институт вычислительный математики РАН), так и зарубежные (например, ECHAM, Max Planck Institute for Meteorology, Germany) достаточно хорошо моделируют циркуляцию атмосферы и океана, но являются достаточно несовершенными для моделирования критических явлений связанных с переломными моментами климатической системы по ряду причин (недостаточность данных наблюдений для параметризации, нелинейный характер описываемых явлений, необходимость ассимиляции большого массива данных). Все это, однако, до сих пор не имело серьезного фундаментального математического обоснования. Очевидно, что главной целью любых прогнозов является обнаружение критических точек в динамике системы, возникающих в результате различных переходов (например, фазовых переходов). Для понимания природы таких точек и их точного определения в математическом моделировании достаточно давно используют надежные аналитические методы, пришедшие из нелинейной динамики и статистической механики. Например, теория динамических систем дает инструмент исследования динамики таких систем через малые возмущения в системе которые могут вызвать ее существенную перестройку. Статистическя механика предлагет модели критического коллективного поведения, не только частиц, но и целых конкурирующих экосистем. Один из ярких примеров рассматриваемых систем – климатическая система Арктики, стремительно меняющиеся в условиях ярко вырыженного потепления климата в этом регионе. Крупномасштабные климатические модели хорошо представляют сложные планетарные процессы в океане и атмосфере, но содержат две дилеммы. Во-первых, для их запуска может потребоваться много суперкомпьютерного времени; это ограничивает количество прогонов анализа, которое может выполнить система с точки зрения как графика, так и стоимости. Во-вторых, некоторые отдельные элементы планетарного процесса менее понятны, чем другие, из-за соразмерного отсутствия точности модели. Без полного вычислительного представления всего процесса невозможно описать более крупномасштабное природное явление. Система эмулятора должна обеспечивать возможность набора параметров точности, которая изменяет требования к вычислениям и отображает функцию распределения вероятностей, как поверхность, для соответствия модели с этой точностью. Эти инструменты успешно применялись при создании цифровых двойников как в естественных науках, так и в инженерии. Использование нейронных сетей — один из нескольких подходов, которые могут быть задействованы для эмуляции планетарных процессов. Однако для создания эмуляторов с помощью вычислений нам необходимо полностью понимать критичность и стохастичность планетарного процесса (любого, атмосферной циркуляции, деградации вечной мерзлоты) в климатических системах, а также иметь концептуальную теоретическую модель критической физики процесса, лежащего в основе эмулятора. Главной целью настоящего проекта является развитие теоретических методов математического моделирования основанных на теории динамических систем и статистической механики для изучения и анализа потенциальных критических явлений в некоторых ключевых подсистемах климатической системы (например, в Арктике) ведущих к возникновению критических точек в них, а также имплиментация этих теоретических изысканий для построения компьютерных эмуляторов критических явлений в планетарных процессах на основе методов машинного обучения и вычислительного моделирования. Задачи исследования: 1. Используя доступные результаты данных наблюдений (в основном спутниковых) за компонентами климатических подсистем идентифицировать критические изменения в них (изменения в полях физических параметров, паттернах ландшафтов и экосистем). Провести обработку большого объема данных методами искуственного интеллекта. 2. Адаптировать и развить математические методы нелинейной динамики и статистической механики, которые позволят анализировать критические изменения и переломные моменты в климатической системе и идентифицировать их критические точки. Рассмотреть ряд частных критических явлений в климатической системе и обобщить полученные результаты и попытаться определить в общем, что такое «критичность» в климатической системе. 3. На основе теоретических изысканий и применения искусственного интеллекта разработать эмуляторы некоторых критических процессов в климатической системе и изучить возможность их имплементации в существующие глобальные модели климата.

Ожидаемые результаты
В результате выполнения проекта будут развиты методы нелинейной динамики и статистической механики для изучения критических явлений и фазовых переходов (переломных моментов) в климатической системе. 1. Будет произведена систематизация и анализ данных наблюдений (с использованием отечественных и иностранных баз данных, дистанционного зондирования) для выявления возможных переломных моментов (критических явлений и критических точек), в особенности, где фазовый переход очевиден (таяние вечной мерзлоты, морского льда, изменения в экосистемах и т.п.). 2. Будет получен ряд оригинальных математических моделей критических точек в климатических подсистемах. Алгоритмы и методы машинного обучения будут разработаны для анализа климатических данных. 3. Будет сделана попытка определить границы применимости моделей нелинейной динамики и статистической механики в изучении климатической системы.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


Аннотация результатов, полученных в 2021 году
В течении первого года проекта, научный коллектив развивал математический, статистический и вычислительный аппарат необходимый для изучения критических точек климата, в частности 1. Развитие методов машинного обучения для анализа климатических данных. 2. Развитие методов статистического моделирования для анализа климатических данных. 3. Развитие методов математического моделирования для изучения взаимодействия экосистем и организмов с изменяющимся климатом. Нами была разработана модель принятия решений для автоматического обнаружения паттернов тундровых озер с использованием методов машинного обучения на основе нейронной сети глубокого обучения типа R-CNN. Мы создадили первую версию базы данных, содержащую результаты автоматической обработки данных дистанционного зондирования, которая включает в себя материал для обучения и тестирования алгоритмов распознования тундровых озер. На текущем этапе данные были собраны для каждого из регионов: Западная Сибирь, Восточная Сибирь, Чукотка, Аляска. Мы получили новые данные о динамике фрактальной размерности тундровых озер. На основе cpaвнитeльного aнaлиза характеристик aтмocфepных ocaдкoв нa тeppитopии Зaпaднoй Cибиpи (один из основных регионов с озерами на вечной мерзлоте) пo paзным бaзaм дaнных зa пepиoд 1979 – 2018 гг было пoлучeнo, чтo нa ceвepных наблюдательных cтaнциях ocaдкoв выпaлo бoльшe, чeм нa южных. С помощью концептуальных математических моделей, мы обнаружили, что критические изменения в климатической системе могут приводить к вымираниям в больших экосистемах. Мы показали, что возможны три принципиально разных сценария вымираний, которые мы называем катастрофическими, асимметричными и вымираниями с экспоненциально малыми вероятностями. Мы опубликовали статьи в рецензируемых международных журналах.

 

Публикации

1. - А вы знали, что масса всего живого на Земле равна 2420 млрд.тонн? Инстаграм блогер mysweetego, - (год публикации - ).

2. Судаков И.А., Вакуленко С.А., Бруун Д.Т. Stochastic physics of species extinctions in a large population Physica A: Statistical Mechanics and its Applications, V. 585, N.126422 (год публикации - 2022).

3. Судаков И.А., Вакуленко С.А., Кириевская Д.В., Чернявская E. A. Species extinction at the various environmental forcing in a stochastic ecosystem model Journal of Physics: Conference Series, V. 2052, N. 012043 (год публикации - 2021).

4. Харюткина Е., Логинов С., Мартынова Ю., Судаков И. Time Series Analysis of Atmospheric Precipitation Characteristics in Western Siberia for 1979–2018 across Different Datasets Atmosphere, 13(2), 189 (год публикации - 2022).

5. ХАРЮТКИНА Е.В., ЛОГИНОВ С.В., МОРАРУ Е.И. ЭКСТРЕМАЛЬНЫЕ ОСАДКИ НА ТЕРРИТОРИИ ЗАПАДНОЙ СИБИРИ В ХОЛОДНЫЙ ПЕРИОД ГОДА ХIV СИБИРСКОЕ СОВЕЩАНИЕ И ШКОЛА МОЛОДЫХ УЧЕНЫХ ПО КЛИМАТО-ЭКОЛОГИЧЕСКОМУ МОНИТОРИНГУ. Тезисы докладов российской конференции с международным участием. Под редакцией Е.А. Головацкой., 87-89 (год публикации - 2021).