#ифа_статьи

📚 В июне в журнале «Pure and Applied Geophysics» вышла статья коллектива авторов из Института физики атмосферы им. А.М. Обухова РАН (С.П. Кшевецкий, С.Н. Куличков, И.П. Чунчузов, М.Н. Закиров, Е.В. Голикова) и БФУ им. И. Канта (Е.А. Ануфриева, И.С. Верещагина) «Нелинейное уравнение типа Бюргерса для акустических волн в лучевом приближении в движущейся атмосфере (теория, эксперимент)».

💩Традиционно для анализа дальнего распространения инфразвуковых волн в атмосфере Земли от взрывов и звуковых ударов использовалось лучевое приближение и нелинейное уравнение Бюргерса вдоль луча. При этом ранее в данном уравнении скорость ветра учитывалась в приближении эффективной скорости звука, что является не совсем корректно. В данной работе все расчеты проводились для реальных вертикальных профилей температуры (адиабатической скорости звука), амплитуды и направления ветра.

💥Путем решения уравнения Бюргерса для неоднородной движущейся диссипативной атмосферы в лучевом приближении рассчитаны формы инфразвуковых сигналов. Полученные теоретические данные были сопоставлены с экспериментом, проведённым на базе Института физики атмосферы им. А.М. Обухова РАН в Цимлянске (Ростовская область). Было получено удовлетворительное согласие расчётных и экспериментальных данных.

Проведенное исследование позволяет создать эффективный инструмент для изучения дальнего распространения инфразвуковых сигналов в трехмерной реалистичной движущейся диссипативной атмосфере без использования значительных вычислительных ресурсов.

⤵️Подробнее читайте в статье.

#ифа_события

🌐 29 -31 октября в Санкт-Петербурге состоялся "VIII Всероссийский объединённый метеорологический и гидрологический съезд" посвящённый 190-летию Гидрометеорологической службы России, в котором приняли участие сотрудники Института физики атмосферы им. А.М.Обухова РАН. Площадка объединила около 800 ведущих специалистов отрасли из России, Белоруссии, Индии, Китая и ОАЭ.

✔️Тема Съезда в этом году была «Воздух, вода и устойчивое развитие», основной целью стало обсуждение наиболее актуальных проблем метеорологической и гидрологической науки и практики в условиях изменения климата, а также развитие взаимодействия научных сообществ на национальном и международном уровнях.

📒 Директор ИФА, д.ф.-м.н. Семёнов В. А. провел секцию "Метеорологические исследования, прогнозирование погоды и климата", в которой представили свои доклады заместитель директора ИФА, к.ф.-м.н. Чернокульский А.В. "Опасные атмосферные конвективные явления России", н.с. ИФА, к.г.н. Варенцов М.И. "Влияние городов на погоду и климат: наблюдения, моделирование и прогноз". Зав. лаб. ИФА, д.ф.-м.н. Куличков С.Н. выступил в секции "Геофизические исследования атмосферы и ионосферы" с докладом «Структура атмосферы как «кочан капусты» по данным акустического зондирования». Заместитель директора ИФА, д. ф.-м. н. Репина И. А. приняла участие в круглых столах "Росгидромет и партнёрство в Арктике и Антарктике" и "Реализация ВИПГЗ «Единая национальная система мониторинга климатически активных веществ» и ФНТП в области экологического развития РФ и климатических изменений на 2021 – 2030 годы".

☁️"VIII Всероссийский объединенный метеорологический и гидрологический съезд" стал самым крупным мероприятием в области гидрологии и метеорологии за последние четыре десятилетия. В рамках съезда работало 11 научных секций и 9 круглых столов. Особым событием съезда стала международная выставка «Погода. Климат. Вода / Дистанционное зондирование Земли / Зеленая экономика». На ней было представлено гидрометеорологическое оборудование в основном отечественных производителей. Выставка показала, что импортозамещение в сфере гидрометеорологического оборудования и программного обеспечения не является только лозунгом – в нашей стране есть конкурентноспособные разработки, выполненные на мировом уровне.

#ифа_исследования

Искусственный интеллект в современных научных исследованиях.

🥇 В 2024 году Нобелевской премии по физике были удостоены Джон Хопфилд (США) и Джеффри Хинтон (Канада) «за основополагающие открытия и изобретения, которые позволяют осуществлять машинное обучение с использованием искусственных нейронных сетей».

↗ Исследование геофизических процессов в последнее время все чаще подразумевают использование методов машинного обучения или глубокого обучения. По данным Scopus (2000 — 2023 г.) наблюдается экспоненциальный рост количества статей с применением методов машинного обучения в науках о Земле начиная с 2017 года. Возможности современных статистических моделей применяют в задачах полевых измерений, при анализе геофизических полей, интерпретации данных дистанционного зондирования, моделирования отдельных геофизических процессов и т.д.

В Институте физики атмосферы им. А.М. Обухова РАН также проводятся исследования с использованием методов искусственного интеллекта. Именно о таких исследованиях и пойдет речь в этом посте.

1. ЛГГ
В Лаборатории геофизической гидродинамики (ЛГГ) реализуется задача, нацеленная на изучение методов интеллектуального анализа данных и машинного обучения для их последующего применения в процессе разработки адаптивных алгоритмов построения прогностических моделей наукастинга (прогноза на ближайшие часы) опасных погодных явлений (ОЯ). В силу своих небольших размеров ОЯ создают трудности для прогноза традиционными гидродинамическими моделями. В частности, в работе рассматривается проблема предупреждения угроз возникновения смерчей над Черным морем. Для подобного прогноза, в качестве входных данных наблюдений для классификации облачных ячеек по степени опасности формирования из них водяных смерчей используются спутниковые данные. В перспективе для усовершенствования модели планируется использование большего объема данных, в частности данных радиолокации.

2. ЛТК
Одновременно с этим, в Лаборатории теории климата (ЛТК) под руководством к.ф.-м.н. А.В. Чернокульского проводится работа по исследованию мезомасштабных конвективных систем (МКС) с использованием методов искусственного интеллекта. В работе были созданы: (a) инструмент GeoAnnotateAssisted для быстрой и удобной визуальной идентификации МКС на спутниковых снимках; (b) набор данных мезомасштабных конвективных систем над европейской территорией России (DaMesCoS-ETR) и (c) глубокая сверточная нейронная сеть для идентификации мезомасштабных конвективных систем (MesCoSNet), которая способна идентифицировать МКС в данных Meteosat. Автоматизированная идентификация МКС искусственной нейронной сетью MesCoSNet открывает новые возможности для ранее недоступных тем исследования МКС.

3. ЛМЭ
Старший научный сотрудник Лаборатории математической экологии (ЛМЭ) к.ф.-м.н. Г.А. Александров в своей работе «Когда искусственный интеллект заменит модели, основанные на процессах, в экологическом моделировании?» рассматривает вопрос возможности замены нейронными сетями физически обоснованных моделей. Дело в том, что накопление долгосрочных рядов данных снижает спрос на моделирование на основе физических процессов и выводит на первый план современные методы. К примеру, недавно был разработан пакет Python «NeuroDiffEq», который способен создать нейронную сеть для решения дифференциального уравнения с заданными значениями параметров. Созданная таким образом нейронная сеть используется для поиска параметров, соответствующих наблюдениям, а затем для прогнозирования значений зависимой переменной за пределами периода наблюдений. Другими словами, пакеты для решения дифференциальных уравнений с использованием нейронных сетей позволяют превращать модели, основанные на физических процессах, в нейронные сети. Однако, принимая во внимание, что целью экологических исследования является достижение предсказательного понимания физических процессов, в будущем можно ожидать скорее синергию между моделями и нейронными сетями.
Фото: от AI