Поиск - новости науки и техники

Погода на заказ. Подсказки междисциплинарной модели помогут улучшить экологию планеты.

Чего только нет в атмосфере! Ее состав с каждым годом, к сожалению, только “обогащается”, приводя к общепланетному ухудшению экологии. Такая ситуация, как известно, имеет не только природные причины, но и антропогенные. Сибирские ученые с математической точностью пытаются решить проблему. На проект “Вариационные методы усвоения данных мониторинга химического состава атмосферы для целей диагностики и прогнозирования”, выполняемый под руководством старшего научного сотрудника Института вычислительной математики и математической геофизики (ИВМиМГ) кандидата физико-математических наук Алексея Пененко, выделен грант Президента РФ для поддержки молодых ученых. Как исследователь решает актуальные проблемы цивилизации со своей маленькой научной командой? 

– Атмосферу, воздушную оболочку Земли, можно сравнить с огромным реактором, в котором постоянно протекают химические реакции, – начинает рассказ Алексей Владимирович. – Системы мониторинга, с которыми мы имеем дело, предназначены для “снятия показаний” работы этого реактора. Еще из школьных учебников мы знаем, что атмосфера состоит из смеси газов и различных примесей. Кислород и азот составляют более 98%, в оставшуюся часть входят углекислый газ, метан, водород, вода в различных состояниях и другие газы, а также взвешенные частицы пыли, сажи, пыльцы растений и другие примеси, называемые аэрозолями. Мельчайшие из них способны проникать через легкие в кровь человека. Некоторые из “малых” компонентов могут оказывать серьезное влияние на наше здоровье. Вредны для человека, например, угарный газ, озон, оксиды азота, диоксид серы. 
Концентрации примесей изменяются практически постоянно, в зависимости от времени года и суток, погодных условий. Источниками загрязнений могут быть природные объекты, например вулканы, извергающие газы и пепел, болота, выделяющие метан.
Существенный вклад вносят и антропогенные источники: промышленные объекты, транспорт, техногенные аварии, военные конфликты. Под действием влажности, температуры, солнечной радиации, в процессе химических реакций возникают новые соединения. Яркий пример – образование вредных для человека озона и формальдегида. Кроме химических трансформаций в атмосфере происходят также процессы переноса и перемешивания. Ветер может унести загрязненный воздух из вашего города или принести что-то из других мест, а при стечении определенных обстоятельств могут создаваться условия, когда выбрасываемые и образующиеся вещества накапливаются на какой-то территории, как в закрытом сосуде. 
– Каковы задачи прогнозирования?
– Диагностика заключается в выполнении инструментальных наблюдений за качеством воздуха, последующей обработке и анализе собранных данных. Эти наблюдения могут проводиться в рамках программ мониторинга, то есть выполняться по определенным протоколам на стационарных постах или с помощью передвижных лабораторий на базе автомобилей, поездов, самолетов, беспилотных летательных аппаратов. Измерения могут быть контактными, когда концентрации оцениваются в определенной точке пространства, и дистанционными, когда в некоторой области (в целом множестве точек, например, вдоль луча лазера) исследуются интегральные характеристики состава атмосферы.
Одними измерениями нельзя обеспечить тотальный контроль состояния атмосферы, так как контактные локализованы в пространстве, а результаты систем дистанционного зондирования нужно специальным образом расшифровывать для получения информации о качестве воздуха. Кроме того, некоторые вещества могут быстро синтезироваться и так же быстро распадаться, следовательно, измерить их концентрации в открытой атмосфере достаточно сложно. Таким образом, для диагностики состояния атмосферы следует привлекать специальные математические методы, способные частично компенсировать недостатки измерительных систем. 
Задачи прогнозирования – это предсказание величин концентраций газовых и аэрозольных компонентов атмосферы. Свое­временный и точный прогноз “химической погоды” полезен на всех уровнях принятия решений – от персонального до федерального. Обычный человек может решить, когда лучше находиться на воздухе. В краткосрочной перспективе муниципальные власти могут управлять транспортными потоками и интенсивностью выбросов промышленных предприятий для предотвращения неблагоприятных ситуаций. 
В долгосрочной перспективе прогноз качества воздуха может помочь при размещении промышленных предприятий, жилых кварталов, объектов инфраструктуры. При планировании размещения предприятий важно предусмотреть, насколько сильным окажется их влияние на уже имеющуюся экологическую обстановку в области предполагаемого строительства. Как новые выбросы будут участвовать в химическом цикле этой территории и куда они будут переноситься? Важно уметь прогнозировать, как скажется на качестве воздуха смена технологий на предприятиях или переход транспорта на альтернативные виды топлива.
Для социальных объектов типа детских садов и жилых массивов важны оценки уязвимости и чувствительности. Специальный математический аппарат позволяет оценить, с каких территорий и от каких источников будут поступать загрязнения к конкретному объекту.   
– Какие задачи вы планируете решить в проекте? 
– В идеальном случае математическая модель процессов переноса и трансформации примесей в атмосфере должна воспроизводить значения полей концентраций, близкие к тем, что измерены приборами. Для этого требуется правильно задать множество параметров, в том числе данные об основных источниках выбросов, исходные распределения полей концентраций химических веществ, коэффициенты модели. 
Получить полную информацию такого вида практически невозможно. Однако существует класс алгоритмов, называемых алгоритмами усвоения данных, которые позволяют математическим моделям постепенно восполнять недостаток информации о параметрах из данных измерений, поступающих в режиме реального времени, и тем самым уточнять рассчитываемый прогноз. 
Конструкция таких алгоритмов зависит от специфики моделей, измерений и неопределенностей задачи. В их основе лежит сложная математика, а сами алгоритмы для успешного функционирования требуют больших вычислительных мощностей. Из-за высокой неопределенности и нелинейности процессов задачи прогнозирования качества атмосферы считаются одними из самых сложных и трудоемких в современной иерархии проблем человечества.
В нашем проекте мы разрабатываем и исследуем алгоритмы усвоения данных для моделей переноса и трансформации атмосферных примесей, способные работать в режиме реального времени и с той информацией, которая действительно доступна. Исследуем чувствительность алгоритмов к точности данных измерений, к количеству имеющейся и поступающей информации. Так как измеряются только некоторые вещества, мы изучаем возможность восстанавливать концентрацию ненаблюдаемых компонентов. Анализируем баланс между качеством решения и вычислительной эффективностью алгоритмов. 
Целевые приложения – это системы усвоения данных реального времени для городских сетей мониторинга и математическое обеспечение измерительных программ. Эти алгоритмы могут быть востребованы при решении задач поиска неизвестных источников загрязнения и их параметров. На основе имеющихся данных мы планируем также получить новую информацию о процессах трансформации атмосферных примесей в Сибирском регионе. 
– С кем сотрудничаете в рамках проекта? 
– Мы выполняем его в Институте вычислительной математики и математической геофизики СО РАН на базе Лаборатории математического моделирования гидродинамических процессов в природной среде. В проекте кроме меня работают: Павел Антохин из Института оптики атмосферы СО РАН (Томск) и магистрант Новосибирского госуниверситета Анастасия Гришина. 
С Павлом мы начали сотрудничать после тренинга по методам усвоения данных, который я провел на школе-конференции “ENVIROMIS-2015” в Томске. Мы стали адаптировать наши алгоритмы для обработки и анализа данных, накопленных в лаборатории климатологии атмосферного состава, где работает Павел. Сотрудники этой лаборатории экспериментально изучают химический и аэрозольный состав атмосферы, выполняют наблюдательные программы в различных регионах России, проводя высотное зондирование с помощью самолета-лаборатории Ту-134 “ОПТИК”. 
В нашей команде Павел трудится над разработкой реалистичных сценариев моделирования, включением в систему усвоения реальных данных измерений, настройкой и тестированием алгоритмов для условий Западной Сибири. Несмотря на то что живем в разных городах, мы тесно сотрудничаем и проводим расчеты на мощностях Сибирского суперкомпьютерного центра, расположенного в ИВМиМГ.
Третий участник нашего проекта – Анастасия Гришина – пришла в нашу лабораторию на производственную практику и в прошлом году с отличием защитила диплом по методам усвоения данных для нелинейных моделей трансформации. Продолжением этих исследований она и занимается в проекте. В нынешнем году наш коллектив подготовил несколько статей и представил результаты на международных и российских научных конференциях. 
Большое внимание в нашей лаборатории уделяется подготовке кадров – сотрудники читают курсы и проводят на базе НГУ семинары по методам усвоения данных. Этой осенью еще несколько студентов механико-математического факультета присоединились к работам по проекту. Также мы читаем научно-популярные лекции школьникам и проводим тренинги для заинтересованных специалистов. 
По поручению дирекции института участвовали в форуме “Городские технологии – 2016”, в “Технопроме-2016” и круглом столе “Экологические проблемы Новосибирска: инновационные пути решения” в ИТАР-ТАСС. Нам удалось найти контакт с коллегами из Сибирского регионального научно-исследовательского гидрометеорологического института, заинтересованными во внедрении наших разработок.  
Подытожить то, что мы делаем, можно следующим образом. В проекте осуществляется междисциплинарный академический подход, при котором математические модели и методы разрабатываются согласно запросам практики. В теоретическом плане мы будем исследовать и совершенствовать имеющиеся алгоритмы, разрабатывать новые методы усвоения данных для различных систем мониторинга. В практическом – продолжим внедрение наших разработок в практику анализа данных самолетного зондирования и займемся алгоритмами усвоения данных наблюдений городских систем мониторинга. 
Фирюза ЯНЧИЛИНА
Фотоснимки предоставлены А.Пененко

Нет комментариев