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

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 проекта 21-71-10052

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

Руководитель Савенкова Елена Николаевна, Кандидат физико-математических наук

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

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 слова климат, 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.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

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)
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)
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)
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. 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)
10.1016/j.apm.2022.09.032

6. 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)
10.1063/5.0163234

7. 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)
10.5281/zenodo.7146232

8. 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)

9. 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)
10.3390/rs15051298

10. 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)

11. 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)

12. 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)

13. Савенкова Е., Вакуленко С, Судаков И. Slow-fast dynamical systems with a load variation Springer Proceedings in Mathematics & Statistics (год публикации - 2024)

14. 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)

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. 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)

17. 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)

18. 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)

19. 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)
10.3390/cli12010008

20. 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)
10.1134/S1024856024700404

Публикации