Использование искусственного интеллекта позволит улучшить прогнозирование загрязнения воздуха

Ученые из Лаборатории прикладной физики Университета Джонса Хопкинса (APL) и Национального управления океанических и атмосферных исследований США (NOAA) используют искусственный интеллект (ИИ) для моделирования распространения загрязняющих веществ от лесных пожаров. Это позволит выдавать более ранние, точные и детальные прогнозы качества воздуха.

Проблема загрязнения воздуха, усугубляемая учащающимися из-за изменения климата масштабными пожарами, представляет серьезную угрозу для здоровья людей. Например, в 2023 году пожары в Канаде выбросили более 290 миллионов тонн углерода, а их дым достиг Европы. Точный прогноз помогает населению планировать свои действия. Традиционные физико-химические модели атмосферы, учитывающие около 200 загрязнителей, требуют огромных вычислительных ресурсов, особенно при использовании метода ансамблевого моделирования для учета неопределенностей.

Исследователи APL создали глубокие нейронные сети, которые эмулируют работу сложных моделей, используя меньше исходных данных и более короткие временные шаги. Это значительно ускоряет прогнозирование. Модель, обученная на данных системы GEOS Composition Forecasting (GEOS-CF) NASA, успешно строит 10-дневные прогнозы, сопоставимые с реальными данными, на основе всего 21 часа входной информации. Это открывает путь к увеличению пространственного разрешения прогнозов.

"Объем вычислений, который мы можем сэкономить с помощью наших сетей, огромен", — отметила ведущий исследователь Дженнифер Слиман. Более точный прогноз высокой детализации, как подчеркивает климатолог Мариса Хьюз, особенно важен для людей, живущих рядом с локальными источниками загрязнения. Работа является частью растущих усилий APL по применению ИИ для решения климатических задач.