ИИ-модель для острова тепла

Специалисты Научно-исследовательского вычислительного центра МГУ разработали 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».

Подробнее о новой модели рассказал старший научный сотрудник НИВЦ МГУ, кандидат географических наук Михаил 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 Михаил Варенцов.

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 молодой ученый.

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 Михаил Варенцов.

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 Михаил Варенцов.

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 Михаил Варенцов.

Михаил 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 Михаил Варенцов.

Информация взята с портала «Научная Россия»