Система прогнозирования разливов нефти с ИИ повышает точность экстренного реагирования до 25%

Новое исследование, опубликованное в журнале Ecological Informatics, представляет гибридный подход, объединяющий традиционную физическую модель разлива нефти MEDSLIK-II с методом искусственного интеллекта — байесовской оптимизацией. Система автоматически настраивает критические параметры модели, обучаясь на спутниковых наблюдениях за реальными разливами, что значительно повышает точность прогнозов.

Этот метод решает ключевую проблему традиционного моделирования, которое зависит от ручной настройки параметров экспертами, что может вносить неопределенность. Гибридный подход дополняет физическую модель, повышая реалистичность и надежность симуляций даже при ограниченных данных. Эффективность системы была подтверждена на примере инцидента с разливом нефти в Баниясе (Сирия) в 2021 году, когда в Средиземное море попало более 12 000 кубометров нефти.

«Эта работа представляет собой значительный шаг вперед в сокращении разрыва между традиционным численным моделированием океана и методологиями ИИ, показывая, что гибридные решения могут эффективно использовать сильные стороны обоих подходов», — поясняет ведущий автор исследования Габриэле Аккарино из CMCC и Колумбийского университета. Валидация показала улучшение пространственной точности прогноза формы пятна до 20%, точности отслеживания позиции — до 25%, а общий показатель skill score вырос в среднем с 7,97% до 20,66%. Это позволяет службам экстренного реагирования более эффективно развертывать силы, потенциально предотвращая дальнейший ущерб. Кроме того, обученная модель ИИ ускоряет анализ и тестирование сценариев.