Всего в сети будет 140 таких скважин
Арктический и антарктический НИИ открыл в Салехарде первый пункт системы мониторинга состояния вечной мерзлоты. Эта сеть будет отслеживать процессы таяния и промерзания грунта в 140 точках на большей части территории России. Деградация мерзлоты из-за потепления климата угрожает состоянию инфраструктуры в российской Арктике: трубопроводам, дорогам, зданиям в заполярных городах, приводит к выбросам метана и взрывам газа, поэтому ее состояние необходимо тщательно контролировать.
Система фонового мониторинга состояния многолетней мерзлоты создается в соответствии с законом, который начали разрабатывать после разлива топлива на ТЭЦ-3 в Норильске в 2020 году. Одной из причин той аварии стало таяние мерзлоты, из-за чего грунт под емкостью с дизтопливом начал проседать и ее корпус лопнул.
Наблюдательная сеть будет состоять из скважин глубиной около 25-30 метров с 32 термометрическими датчиками расположенными на разных глубинах, с интервалами от 10 сантиметров до 2 метров. Данные о температуре в режиме онлайн будут поступать в Центр мониторинга состояния мерзлоты ААНИИ. Сами скважины будут находиться на территории метеостанций Росгидромета — то есть у ученых вместе с данными о колебаниях температуры в толще мерзлоты будут параллельные измерения температуры воздуха.
Сеть мониторинга на территориях залегания многолетнемерзлых грунтов будет включать 140 пунктов, производящих непрерывные автоматические измерения температуры мерзлоты на разных глубинах. Плотность распределения пунктов наблюдений соответствует рекомендациям Всемирной метеорологической организации по учету мерзлых пород, отмечается в сообщении ААНИИ.
О тонкостях строительства на мерзлоте и последствиях ее таяния для арктической инфраструктуры читайте в нашем материале «Город изо льда».
В Google Research добились такого результата, объединив классическую физическую модель с машинным обучением
Группа ученых из исследовательского центра Google Research под руководством Дмитрия Кочкова (Dmitrii Kochkov) разработала и обучили гибридную климатическую модель Neural Global Circulation Model — NeuralGCM. Модель может предсказывать погоду на период от одного до 15 дней, используя на три-пять порядков меньше вычислительного времени, чем классические физические модели. При этом она точно отражает вертикальную структуру геострофического и агеострофического ветров, смогла воспроизвести важные атмосферные явления (например, муссоны и ячейку Хэдли) и точно отразила потепление климата в сорокалетней симуляции. Описание модели и результаты ее обучения опубликованы в журнале Nature.