Научный семинар в рамках проекта «Цифровая модель динамической идентификации промышленных источников выбросов и прогнозирования пространственного распределения вредных веществ в атмосферном воздухе»

В пермском кампусе НИУ ВШЭ состоялся научный семинар в рамках проекта «Цифровая модель динамической идентификации промышленных источников выбросов и прогнозирования пространственного распределения вредных веществ в атмосферном воздухе» под руководством кандидата технических наук Алексея Кычкина.

Экологическая ситуация в России находится под постоянным контролем. Особенно остро стоит вопрос наблюдения за выбросами промышленных предприятий. В связи со сложностью производственных процессов, наличия внешних влияющих факторов, больших объемов собираемых данных задача экологического мониторинга требует в том числе применения технологий искусственного интеллекта. Исследования в данном направлении предполагают не только теоретические, но и прикладные результаты, способствующие развитию цифровых продуктов для экологии, а также улучшению качества воздуха в нашей стране и в мире.

На начальном этапе ученые проводят семинары, обмениваются опытом с коллегами, изучают известные решения и фреймворки, с помощью технологий искусственного интеллекта создают концепцию новой цифровой модели, ориентированной на интеграцию с типовыми платформами экологического мониторинга. К исследованиям в этой области активно привлекаются студенты и аспиранты.

В ходе семинара было представлено несколько докладов, подготовленных молодыми учеными-аспирантами, исследователями и студентами:

• Особенности и способы интеграции аналитических моделей в платформу "Цифровой экомониторинг"
• Архитектура серверной части платформы экологического мониторинга

Модели рассеивания. Обзор и оценка результативности. Сравнение с ПО "Эколог"

• Анализ IoT данных на базе платформы цифрового экологического мониторинга 

Докладчиками выступали представители научных лабораторий НИУ ВШЭ кампуса в Перми.

В рамках доклада «Особенности и способы интеграции аналитических моделей в платформу "Цифровой экомониторинг"» Олег Горшков, стажер-исследователь, аналитик Научно-учебной лаборатории междисциплинарных эмпирических исследований, рассказал про четыре типа интеграции аналитических моделей: с помощью SQL запросов базы данных, в виде аналитического скрипта, в виде контейнера Docker и через внешнее API. Были обозначены особенности и подходы интеграции моделей, требующих зависимости сторонних компонентов.

Доклад Михаила Кукаркина, стажера-исследователя Научно-учебной лаборатории междисциплинарных эмпирических исследований и студента направления «Бизнес-информатика» НИУ ВШЭ – Пермь, был посвящен архитектуре серверного приложения платформы «Цифровой экомониторинг», также были рассмотрены вопросы поддержки протоколов связи устройств сбора данных и принципы работы с базой данных.

Алексей Гордов, стажер-исследователь Национального исследовательского университета «Московский физико-технический институт», привел характеристики моделей рассеивания. Он сообщил об основных уравнениях используемых моделей рассеивания Гаусса и Лагранжа, а также сравнил точность их работы с программным обеспечением «Эколог», работающим по методикам ГОСТ. Был рассмотрен баланс между точностью, загрузкой вычислительных мощностей и временем выполнения алгоритмов.

В своем докладе «Анализ IoT данных на базе платформы цифрового экологического мониторинга» студенты направления «Программная инженерия» НИУ ВШЭ – Пермь Александр Мочалов, Марина Элькинд, Антон Войтехов поделились результатами прогнозирования концентраций загрязняющих веществ, полученных с IoT газоанализаторов ГАНК, с использованием моделей машинного обучения.

Экологический мониторинг является одним из приоритетных направлений в сфере охраны окружающей среды. Разработка и применение цифровой модели на основе технологий искусственного интеллекта позволят реализовать автономное обучение, высокую точность идентификации источников выбросов, динамическое прогнозирование распространения вредных (загрязняющих) веществ, и это в дальнейшем поможет существенно снизить промышленную нагрузку на окружающую среду, повысить уровень экологической безопасности производства, улучшить экологическую ситуацию в России и в мире. Молодые ученые, принимающие участие в исследованиях, смогут апробировать и интегрировать цифровые модели в типовые платформы экологического мониторинга, прогнозируя экологические риски и предупреждая неблагоприятные события на предприятиях.

 

 

 

---