В ИДСТУ СО РАН развивают методы интеграции данных и моделирования состояния БПТ

Ученые Института динамики систем и теории управления имени В. М. Матросова СО РАН представили исследования на международной научной конференции «Ляпуновские чтения — 2025», проведенные в рамках крупного научного проекта Минобрнауки России «Фундаментальные исследования Байкальской природной территории (БПТ) на основе системы взаимосвязанных базовых методов, моделей, нейронных сетей и цифровой платформы экологического мониторинга окружающей среды». Доклады прозвучали 30 октября на специальной секции, посвященной методам и технологиям экологического мониторинга.

Научный сотрудник лаборатории логических и оптимизационных методов анализа сложных систем ИДСТУ СО РАН кандидат технических наук Александр Борисович Столбов, рассказал о сценарии импорта данных для комплексного исследования окружающей среды на основе открытых стандартов моделирования. Работа направлена на решение актуальной проблемы — высокой трудоемкости подготовки данных для моделирования окружающей среды. В настоящее время специалисты вынуждены вручную интегрировать и обрабатывать разнородные данные: спутниковые снимки, результаты полевых наблюдений, экспертные оценки. При этом ключевой сложностью является приведение информации к единому формату, совместимому с расчетными моделями. Для решения этой задачи в ИДСТУ СО РАН разрабатывают автоматизированную систему, способную комплексно решать задачи импорта и предварительной обработки данных. Система осуществляет сбор информации из различных источников, конвертацию в требуемые форматы (включая GeoTIFF, NetCDF, JSON), проверку корректности и финальную подготовку к использованию в моделях.

«Основой решения стали два принципиальных подхода: компонентный, предполагающий модульное построение процесса из повторно используемых операций, и семантическое аннотирование, обеспечивающее присвоение данным смысловых меток, раскрывающих их взаимосвязи. Практическое тестирование системы проведено на примере подготовки цифровой модели рельефа для гидродинамической модели MOSART, предназначенной для расчета движения водных потоков в речных системах. Внедрение решения позволит существенно сократить объем ручного труда и повысить точность подготавливаемых данных», — прокомментировал Александр Столбов.

В докладе «Прогнозирование динамики лесов с учетом изменения климата» старший научный сотрудник ИДСТУ СО РАН кандидат технических наук Анастасия Константиновна Попова, рассказала о применении математических моделей для прогнозирования состояния лесов Слюдянского лесничества на 250‑летний период с учетом различных климатических сценариев будущего.

«В исследовании использованы два социально‑экономических сценария: первый включает умеренные изменения в природе и устойчивое развитие, второй характеризуется приоритетом экономического роста на основе ископаемой энергии и резким повышением концентрации парниковых газов. Наши расчеты включали естественную динамику биомассы, риски пожаров и повреждение деревьев опасным вредителем — уссурийским полиграфом», — отмечает Анастасия Попова.

Результаты показали существенные различия в площади и биомассе лесов в зависимости от климатического сценария. Например, наиболее заметно уменьшение биомассы пихты в сценарии с потеплением, которое ускоряет размножение уссурийского полиграфа, что усиливает повреждение деревьев. Исследование подчеркивает необходимость интеграции климатических прогнозов в управление лесными ресурсами — это позволяет оценивать долгосрочные экологические и экономические последствия разных стратегий лесопользования. В дальнейшем планируется добавить к расчетам влияние другого опасного вредителя — сибирского шелкопряда — и учесть влияние рубок. Работа создает основу для обоснованного принятия решений в сфере устойчивого управления лесами.

Помимо этого, в ИДСТУ СО РАН совершенствуют цифровую платформу для экологического мониторинга и прогнозирования на Байкальской природной территории. Система собирает, хранит и анализирует разнородные пространственно‑временные данные, использует математические модели и методы машинного обучения.

«Платформа интегрирует разнородную информацию из различных источников: от данных автоматических метеостанций, пожаров, вырубок, загрязнения атмосферы, гидрологических параметров рек, Байкала и ледовой обстановки. Передача данных осуществляется, в том числе, через GSM‑каналы и проводные сети, а их обработка выполняется с использованием скриптов на Python и SQL», — комментирует автор доклада «Интеграция разнородных данных для системы цифрового мониторинга БПТ», старший научный сотрудник ИДСТУ СО РАН кандидат технических наук Андрей Сергеевич Гаченко.

Развитие цифровой платформы повышает эффективность мониторинга и создает основу для точного прогнозирования экологических процессов, что важно для управленческих решений. Платформа проходит апробацию на данных по БПТ; ее методы можно масштабировать на другие регионы.