Ученые призывают использовать детальные модели для прогнозирования всплесков загрязнения

За последние два десятилетия научное сообщество достигло значительного прогресса в понимании изменения климата и загрязнения воздуха, однако изучение их совместного воздействия остается ограниченным. Традиционные модели часто упрощают сложную сеть взаимодействий между сушей, морем и атмосферой, особенно при моделировании составных явлений, таких как волны тепла, совпадающие со стагнацией воздуха. Эти пробелы особенно тревожны в густонаселенных прибрежных и городских зонах, где воздействие на людей максимально.

Исследовательская группа под руководством Океанологического университета Китая и Университета Цинхуа опубликовала перспективную статью 19 мая 2025 года в журнале Frontiers of Environmental Science & Engineering. В работе исследуется, как современные высокоразрешающие модели системы Земли могут лучше моделировать связанные эффекты экстремальной погоды и загрязнения воздуха. Используя модели следующего поколения с разрешением в километровом масштабе, исследователи выявили, как слабо учитываемые процессы (например, сухое осаждение озона или различия в выбросах между городом и сельской местностью) могут искажать прогнозы загрязнения. Новое моделирование скорректировало эти проблемы, снизив переоценку озона в среднем на 62% в сильно загрязненных регионах.

Для решения высоких вычислительных требований таких симуляций ученые также предлагают интегрировать методы искусственного интеллекта, что ускоряет расчеты при сохранении точности. Как отмечают профессора Ян Гао и Делян Чэнь, соответствующие авторы исследования, понимание того, как экстремальная погода и загрязнение воздуха усиливают друг друга, крайне важно для защиты жизней и экосистем. Высокоразрешающие модели системы Земли позволяют выявить ранее невидимые взаимодействия.

Поскольку климатические катастрофы усиливаются, инструменты, способные точно определить, где и когда произойдет столкновение загрязнения и погоды, становятся как никогда критически важными. В сочетании с искусственным интеллектом эти модели могут предоставлять локализованные предупреждения в реальном времени и служить основой для инвестиций в адаптацию к изменению климата.