Российские учёные будут прогнозировать космическую погоду в ближайшие годы
Учёные Института солнечно-земной физики представили проект по прогнозированию космической погоды с помощью физически подкрепленных моделей машинного обучения. Став одним из победителей конкурса Российского научного фонда (РНФ), проект получит ежегодную поддержку в размере 7 млн рублей. Реализация планируется в 2026-2028 годы, сообщила пресс-служба института.
ИСТОЧНИК ФОТО: ИРСЗФ.
Исследователи построят сквозную цепочку моделей - от наблюдений Солнца до прогноза состояния ионосферы и геомагнитной активности.
По словам руководителя проекта, собственная точная и надёжная система прогнозирования космической погоды укрепит технологический суверенитет страны.
"Уязвимость современной технологической инфраструктуры - от спутниковых навигационных систем до энергосетей, авиации и радиосвязи - к воздействию космической погоды растет. Солнечная и геомагнитная активность вызывают значительные возмущения в ионосфере Земли, что влияет на работу этих критически важных сервисов. Поэтому возрастает потребность в точных среднесрочных прогнозах (до 27 суток) космической погоды, составление которых остается серьезным вызовом даже для ведущих мировых центров, — прокомментировал руководитель проекта, заместитель директора по научно-исследовательской работе, доктор физико-математических наук Юрий Ясюкевич. — Почти все прогнозы, имеющиеся сегодня, выполняются на основании данных, полученных спутниками NASA, и на разработанных NASA моделях".
В рамках проекта будет разработана гибридная физически обоснованная система прогнозирования ключевых параметров космической погоды — солнечного ветра и геомагнитных индексов. Она должна объединить современные методы машинного обучения и физические модели солнечно-земных связей.
Один из исполнителей проекта Сергей Афиногентов отметил, что гибридный подход отличается от стандартных основанных на нейросетях моделей прогноза состояния ближнего космоса.
"Обычно искусственный интеллект (как часто называют класс моделей, связанных с нейронными сетями) функционирует по принципу "черного ящика": логика работы автоматически определяется из данных на этапе обучения и часто остается неясной даже автору модели. Наш подход несколько отличается: физические законы, действующие в системе Солнце - Земля, будут заложены в каждую модель изначально. Иными словами, мы не просто будем обучать модели прогнозировать состояние околоземного космоса, но и сделаем этот прогноз физически обоснованным", — пояснил Сергей Афиногентов.
