Ученый, получающий грантовую поддержку от фонда «Интеллект», рассказал о возможностях машинного обучения для расчета точного прогноза погоды

Кандидат географических наук, научный сотрудник Научно-исследовательского вычислительного центра МГУ, победитель конкурса молодых ученых фонда «Интеллект» Михаил Варенцов принял участие в XI международной конференции по городскому климату, которая прошла в австралийском Сиднее.

Конференцию, в которой приняли участие около 700 человек, организовала Международная ассоциация по вопросам городского климата. В этот раз Россию на ней представляло рекордное количество участников – 8 человек: из МГУ имени М.В. Ломоносова (географический факультет и НИВЦ) и Института физики атмосферы имени А.М. Обухова РАН.

Ученые обсудили проблемы, связанные с погодой и климатом урбанизированных территорий: особенности городского климата, их влияние на комфорт и здоровье населения, методы их исследования на основе наблюдений и моделирования, технологии прогноза погоды и климата для урбанизированных территорий, проблемы качества воздуха и загрязнения атмосферы, вопросы адаптации городов к изменениям климата и многие другие.

Михаил Варенцов выступил в секции, которая стала отличительной особенностью конференции. Она была посвящена применению наиболее передовых информационных технологий, в том числе интернета вещей, методов краудсорсинга, искусственного интеллекта и геоинформационных систем в задачах городской метеорологии.

Молодой ученый рассказал о результатах научной работы, поддерживаемой фондом «Интеллект», а именно о возможности аппроксимации многолетней динамики интенсивности острова тепла Москвы (разности температуры между центром города и Подмосковьем) методами машинного обучения. Также Михаил показал свежие результаты в части применения методов машинного обучения для аппроксимации одновременно и временной, и пространственной изменчивости городской аномалии температуры воздуха. Методы машинного обучения хорошо справляются с этими двумя задачами, что позволяет говорить о перспективности их применения для улучшения создания новых погодно-климатических сервисов и расчета более точного прогноза погоды для городов.