Лаборатория моделирования климатических систем (243)

Входит в
Основные цели и задачи

Лаборатория моделирования климатических процессов была организована в 2014 году в Институте прикладной физики РАН.
Основными направлениями исследований лаборатории являются:

  • Разработка методов построения операторов эволюции сложных систем по временным рядам.
  • Разработка методов декомпозиции высокоразмерных экспериментальных данных и построения климатических мод.
  • Разработка методов оптимизации эмпирических моделей.
  • Создание прогностических эмпирических моделей климатических подсистем.
  • Разработка новой концепции бассейновой устойчивости динамических систем и ее приложение к исследованию устойчивости климатических мод.
  • Разработка глобальной эмпирической модели климата Земли.
  • Разработка новой системы раннего предсказания климатических явлений, включая экстремальные события.

С 2014 года лаборатория выполняет проект «Новые подходы к исследованию климатических процессов и прогнозу экстремальных явлений» под руководством ведущего ученого профессора Юргена Куртца, победителя, совместно с ИПФ РАН, конкурса на получение грантов, проведенного в рамках постановления № 220 Правительства РФ (4-я очередь). Профессор Куртц является руководителем направления междисциплинарных исследований в Потсдамском институте исследования климатических изменений и их последствий. Также он заведует кафедрой нелинейной динамики в Институте физики Гумбольтского университета в Берлине и является почетным профессором кафедры сложных биологических систем в Институте сложных систем и математической биологии в Королевском колледже Абердинского университета в Великобритании. Научные интересы Юргена Куртца посвящены физике нелинейных процессов и анализу сложных систем, включая приложения методов нелинейного анализа к решению актуальных проблем в науках о Земле, физиологии, системной биологии и технологиях.

Ссылка на сайт лаборатории

Научные результаты

Прогностическая модель Эль-Ниньо

В лаборатории создана эмпирическая модель для прогноза индексов Эль-Ниньо в реальном времени на основе анализа температуры поверхности океана (по данным NOAA_ERSST, NOAA/OAR/ESRL PSD, Boulder, Colorado, USA, http://www.esrl.noaa.gov/psd/). Модель основана на редукции размерности данных с помощью разложения на линейные динамические моды (ЛДМ) и эмпирической реконструкции стохастического оператора эволюции ЛДМ в форме искусственной нейронной сети (ИНС). Подробности метода см. в статье Gavrilov, A., Seleznev, A., Mukhin, D., Loskutov, E., Feigin, A., & Kurths, J. (2019). Linear dynamical modes as new variables for data-driven ENSO forecast. // Climate Dynamics, 52(3–4), 2199–2216. DOI: 10.1007/s00382-018-4255-7.

В июле 2019 года модель включена в ансамбль ведущих моделей для прогноза Эль-Ниньо (модель названа “IAP-NN”), прогноз которых ежемесячно публикуется на сайте института Земли при Колумбийском университете. Последний сделанный прогноз трехмесячных средних значений индекса Nino 3.4 представлен ниже.

Monthly November 2024 Nino 3.4 forecast (values from NDJ-2024 to JAS-2025) : -0.138, -0.086, 0.014, 0.187, 0.377, 0.569, 0.725, 0.820, 0.865

Updated: 5 November 2024

СМИ о нас

Работники