КАРТОЧКА
ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
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, регион Общество с ограниченной ответственностью "Центр научных исследований и разработок", Новгородская обл
Период выполнения при поддержке РНФ | 07.2021 - 06.2024 |
Конкурс№61 - Конкурс 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
СтатусУспешно завершен
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. 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) https://doi.org/10.1016/j.physa.2021.126422
2. 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) https://doi.org/10.1088/1742-6596/2052/1/012043
3. 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) https://doi.org/10.3390/atmos13020189
4. 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)
5. - А вы знали, что масса всего живого на Земле равна 2420 млрд.тонн? Инстаграм блогер mysweetego, - (год публикации - )
Аннотация результатов, полученных в 2022 году
Мы продолжили развитие методов машинного обучения для изучения тундровых озер, которые являются важным индикатором изменения климата и таяния вечной мерзлоты. Мы создали базу данных с изображениями тундровых озер, которые могут быть использованы для обучения и тестирования алгоритмов и опубликовали ее в открытом доступе на сайте Арктического дата-центра (arcticdata.io/data/10.18739/A2N29P78F).
База данных охватывает два полигона в районах Ямала и Аляски за летние месяцы 2015-2022 гг. Мы предложили двухэтапный алгоритм сегментации радиолокационных изображений со спутника Sentinel-1. На первом этапе участки тундровых озер были извлечены с помощью архитектуры U-Net, а на втором этапе, было произведено разделение соприкасающихся и перекрывающихся озер, полученных на первом этапе, для однозначной оценки формы и размеров отдельного озера. Высокая эффективность предлагаемого метода была продемонстрирована на основе сформированного массива данных размеченных вручную озер из сотен снимков, сделанных над районами полуострова Ямал и Аляски в летние месяцы 2015–2022 гг. Нами было обнаружено, что средняя фрактальная размерность тундровых озер (~1.6) была очень стабильной на семилетних интервалах времени. Размеры озер были логнормально распределены для каждого года в изучаемом интервале времени.
Мы провели статистический анализ данных по температуре воздуха и почвы в Сибири с целью понимания какие климатические факторы влияют на ускоренное таяние вечной мерзлоты. Этот анализ аномалий и экстремальных явлений поможет нам в дальнейшем изучение телеконекционной связи регионов вечной мерзлоты и других критических элементов климатической системы.
Мы продолжили построение математических моделей критических точек во взаимодействии биосферы и климата. Мы изучали нелинейную динамику взаимодействия климатической системы с биосферой, связывая климатическую модель энергетического баланса с моделями конкуренции различных видов. Мы разработали асимптотический подход к этим моделям и исследовали, как миграция укрепляет стабильность биома и биоразнообразие. Кроме того, мы вывели соотношения, описывающие сдвиги границ биомов при глобальном потеплении (или похолодании), и проверили эти соотношения с помощью палеоданных о расположении растительных биомов. Наконец, модели демонстрируют, что критические скорости изменений в динамике температуры окружающей среды могут изменить стабильность биома. Результаты данного исследования заинтересовали СМИ. Было опубликовано около 15 информационных сообщений о нашем исследовании, например ТАСС (https://nauka.tass.ru/nauka/16415479), RT (https://russian.rt.com/science/article/1077046-rossiya-uchyonye-model-klimat) и многие другие.
Чтобы изучить, как изменения в микробном сообществе могут вызывать выбросы парниковых газов из вечной мерзлоты и производить бифуркаций в динамике температуры климата мы разработали математическую модель, которая сочетает модель динамики атмосферы с динамикой микробной популяции. Модель математически корректна и показывает, что микробная динамика может привести к возникновению бифуркации в атмосферной динамике из-за выбросов парниковых газов. Кроме того, мы обнаруживаем, что антропогенное воздействие на климат еще больше усиливает этот эффект.
Мы опубликовали статьи в рецензируемых международных журналах.
Публикации
1. Денис Демчев, Иван Судаков, Александр Ходос, Ирина Абрамова, Дмитрий Ляхов и Доминик Михелс Recognizing the Shape and Size of Tundra Lakes in Synthetic Aperture Radar (SAR) Images Using Deep Learning Segmentation Remote Sensing, 15(5), 1298 (год публикации - 2023) https://doi.org/10.3390/rs15051298
2. Судаков И., Вакуленко С.А., Пoунд М., Кириевская Д. Biome stability and fragmentation under critical environmental temperature change Applied Mathematical Modelling, Volume 114, P. 189-204 (год публикации - 2023) https://doi.org/10.1016/j.apm.2022.09.032
3. Судаков И.А., Вакуленко С.А., Кириевская Д.В., Чернявская E. A. Environmental feedback loops: New effects in the dynamics of resource competition mode AIP Conference Proceedings, - (год публикации - 2023) https://doi.org/10.1063/5.0163234
4. Морару Е.И., Логинов С.В., Харюткина Е.В. Изменчивость турбулентных потоков тепла синоптического масштаба на поверхности океанов Северного полушария с 1979 по 2018 гг. IV Всероссийская конференция «Турбулентность, динамика атмосферы и климата»: Сборник тезисов докладов (Москва, 22-24 ноября 2022 г.), М.: Физматкнига, 2022 - 210 с. (год публикации - 2022)
5. Харюткина Е.В., Логинов С.В., Морару Е.И Динамика негауссовых аномалий климатических величин в Северном полушарии в конце XX – начале XXI века «CITES-2023»: Труды Международной конференции и школы молодых ученых по вычислительно-информационным технологиям для наук об окружающей среде (Москва, 13-23 июня 2023 г.), Электронная публикация (год публикации - 2023)
6. Харюткина Е.В., Мартынова Ю.В., Морару Е.И., Логинов С.В. Тенденции в изменении климатических величин в зоне многолетнемерзлых пород Западной Сибири в XXI веке «ENVIROMIS-2022»: Труды Международной конференции и школы молодых ученых по измерениям, моделированию и информационным системам для изучения окружающей среды (Томск, 12-17 сентября 2022 г.), Томск: Издательство Томского ЦНТИ, 2022. ‒ С. 48‒50 (год публикации - 2022) https://doi.org/10.5281/zenodo.7146232
7. - НОВАЯ МОДЕЛЬ ПОЗВОЛИТ ПРЕДСКАЗАТЬ ВЫМИРАНИЕ ВИДОВ ПРИ ГЛОБАЛЬНОМ ПОТЕПЛЕНИИ «Научная Россия», - (год публикации - )
8. - Математическая модель предсказывает судьбу экосистем при глобальном потеплении Полит.ру, - (год публикации - )
9. - Солнечная активность и климат Блогер mysweetego, https://www.instagram.com/ (год публикации - )
10. - Создан алгоритм, оценивающий шансы вымирания видов при глобальном потеплении Центр ФОБОС, - (год публикации - )
11. - Новая модель позволит предсказать вымирания видов при глобальном потеплении Поиск - новости науки и техники, - (год публикации - )
12. - Новая модель позволит предсказать вымирания видов при глобальном потеплении Индикатор, - (год публикации - )
13. - Калькулятор вымирания: ученые смогут предсказывать, когда вид исчезнет с лица Земли Вокруг Света, - (год публикации - )
14. - В России создали программу для оценки шанса вымирания вида при климатических изменениях Газета.Ru, - (год публикации - )
15. - В России создали алгоритм дляоценки шансов вымирания видовпри изменении климата ТАСС, - (год публикации - )
16. - «Уравнение вымираний»: российскиеучёные создали алгоритм дляпредсказания возможной гибели видоврастений и животных Портал РНФ, - (год публикации - )
17. - «Уравнение вымираний»: российские учёные создали алгоритм для предсказания возможной гибели видов растений и животных Russia Today (RT), - (год публикации - )
18. - Алгоритм оценки вымираниявидов создали в России ИА МедиаПоток, - (год публикации - )
Аннотация результатов, полученных в 2023 году
В отчетном периоде проведены исследования, направленные на понимание влияния микробиологических процессов на изменение климата и развитие методов автоматизированного мониторинга тундровых экосистем в условиях глобального изменения климата. Предложена новая концептуальная модель оценки изменений климата вследствие выбросов метана из вечной мерзлоты, учитывающая активность микробных сообществ. Исследована зависимость выбросов метана от параметров микробных видов, что позволило выявить роль биоразнообразия в стабилизации климата. Установлено, что увеличение стандартного отклонения температуры в почвенных сообществах снижает выбросы метана и риск бифуркации климата. Разработана двухэтапная система распознавания формы и размера тундровых озер на изображениях Sentinel-1, включающая инстанс и семантическую сегментацию. Оценены модификации сети U-Net для сегментации тундровых озер по оптическим снимкам Landsat, что подтвердило эффективность стандартной версии U-Net. Применена модель Джонсона-Меля-Аврами-Колмогорова для описания ядерного образования и роста тундровых озер, а также метод Монте-Карло для моделирования фазового перехода в тундровых средах. Установлена линейная зависимость между фрактальной размерностью и геометрическим уравнением состояния, что позволяет оценивать параметры модели по данным наблюдений. Проведен анализ пространственной и временной изменчивости аномалий климатических параметров с использованием данных реанализа за период 1979–2018 гг. Обнаружено увеличение аномалий в вертикальной скорости ветра и специфической влажности в начале XXI века по сравнению с концом XX века. Применен анализ R/S и мультифрактальный анализ для выявления устойчивых процессов и предсказуемости климатических экстремумов. Эти исследования имеют важное значение для понимания характеристик климатической изменчивости в Северном полушарии и развития методов прогнозирования изменений в природной среде в условиях глобального изменения климата. Результаты наших исследований были опубликованы в рецензируемых международных научных журналах и обсуждены в различных СМИ.
Публикации
1. - Микробы в вечной мерзлоте могут помешать резкому потеплению климата Пресс-служба РНФ, 5 декабря, 2023 12:30 (год публикации - )
2. - Российские ученые считают, что потеплению климата могут помешать микробы РИА Новости, 5 декабря 2023 (год публикации - )
3. - МИКРОБЫ В ВЕЧНОЙ МЕРЗЛОТЕ МОГУТ ЗАМЕДЛИТЬ ПОТЕПЛЕНИЕ КЛИМАТА Наука.рф, 9 ДЕКАБРЯ 2023 (год публикации - )
4. - Ученые считают, что микробы могут помешать резкому потеплению климата АиФ-Москва, Москва, 5 декабря 2023 (год публикации - )
5. - В России выяснили, как микробы в вечной мерзлоте могут бороться с глобальным потеплением Газете.Ru, 05 декабря 2023, 14:27 (год публикации - )
6. Абрамова И.А., Демчев Д.М., Харюткина Е.В., Савенкова Е.Н., Судаков И. Use of the U-Net Convolutional Neural Network and Its Modifications for Segmentation of Tundra Lakes in Satellite Optical Images Atmospheric and Oceanic Optics, Vol. 37, No. 2, pp. 205–210 (год публикации - 2024) https://doi.org/10.1134/S1024856024700404
7. Абрамова И.А., Демчев Д.М., Харюткина Е.В., Савенкова Е.Н., Судаков И.А. Применение сверточной нейронной сети U-Net и ее модификаций для сегментации тундровых озер на спутниковых оптических изображениях Оптика атмосферы и океана, - (год публикации - 2024)
8. Логинов С., Морару Е., Харюткина Е.,Судаков И. Climatology of Synoptic Non-Gaussian Meteorological Anomalies in the Northern Hemisphere during 1979–2018 Climate, 12(1), 8 (год публикации - 2024) https://doi.org/10.3390/cli12010008
9. Савенкова Е., Вакуленко С, Судаков И. Slow-fast dynamical systems with a load variation Springer Proceedings in Mathematics & Statistics, - (год публикации - 2024)
10. Судаков И., Савенкова Е., Кондрашов Д., Вакуленко С., Сашина Е. Diverse soil microbial communities may mitigate climate system bifurcation Chaos, Solitons & Fractals, V. 177 (год публикации - 2023)
11. Логинов С.В., Морару Е.И., Харюткина Е.В. Тенденции экстремальных возмущений метеорологических величин в Северном полушарии в начале 21 века XV СИБИРСКОЕ СОВЕЩАНИЕ И ШКОЛА МОЛОДЫХ УЧЕНЫХ ПО КЛИМАТО-ЭКОЛОГИЧЕСКОМУ МОНИТОРИНГУ, https://www.elibrary.ru/item.asp?id=54717825 (год публикации - 2023)
12. Савенкова Е. Н., Вакуленко С.А., Судаков И.А. Нестабильности в модели динамики атмосферы и метаногенез Труды: Оптика атмосферы и океана. Физика атмосферы: Материалы XXIX Международного симпозиума., D-203-205 (год публикации - 2023)
13. Савенкова Е.Н., Вакуленко С.А., Судаков И.А. Математическое моделирование критической динамики атмосферы при эмиссии газов с поверхности вечной мерзлоты «CITES-2023»: Труды Международной конференции и школы молодых ученых по вычислительно-информационным технологиям для наук об окружающей среде (Москва, 13-23 июня 2023 г.), c.33 (год публикации - 2023)
14. Харюткина Е.В., Логинов С.В., Морару Е.И. Variability in the range of extreme non-Gaussian anomalies of synoptic-scale meteorological parameters in the Northern Hemisphere for 1979–2018 Japan Geoscience Union Meeting 2024: Abstracts., electronic (год публикации - 2024)
15. Чернявская Е. А. Взаимосвязь термохалинных характеристик перемешанного, подповерхностного и атлантического слоев Северного Ледовитого океана Моря России: от теории к практике океанологических исследований = Seas of Russia: From theory to practice of oceanological research: тезисы докладов Всероссийской научной конференции, с. 214-216. (год публикации - 2023)
16. Д. Демчев, И. Судаков, Д. Ляхов, И. Абрамова, Д. Михельс, А. Ходос, В. Харченко A dataset of 512x512 tundra lakes imagery and binary masks from Sentinel-1 in the Yamal and Alaska areas, summer, 2015-2022 -, - (год публикации - )
17. - В России выяснили, как микробы в вечной мерзлоте могут бороться с глобальным потеплением Коммерсант Россия, 5 декабря, 2023 (год публикации - )
18. - Ученые создали модель прогнозирования изменения биома (Интервью Вакуленко С.А.) Телеканал 78, Санкт-Петербург, 7 марта 2024 (год публикации - )
Возможность практического использования результатов
не указано