МОДЕЛИРОВАНИЕ ИЗМЕНЕНИЙ ГОРОДСКОГО МИКРОКЛИМАТА НА ОСНОВЕ МЕТОДОВ ГЛУБОКОГО ОБУЧЕНИЯ

Аннотация

В представленной научной статье проводится детальное системноматематическое и геоинформационное исследование процессов трансформации локальных климатических условий в границах крупных постиндустриальных агломераций с использованием современных алгоритмов глубокого обучения. Актуальность данной работы обусловлена прогрессирующим глобальным потеплением, интенсификацией антропогенной нагрузки на городские экосистемы и необходимостью предиктивного моделирования опасных метеорологических явлений, таких как волны тепла и инверсии температуры. В рамках статьи осуществляется подробная пространственно-временная декомпозиция параметров городского микроклимата, последовательно анализируются метрики радиационного баланса, турбулентного теплообмена, альбедо подстилающей поверхности и плотности застройки. Автор детально рассматривает алгоритмические аспект интеграции сверточных нейронных сетей (CNN) с графовыми нейросетями (GCN) для высокоразрешающего численного анализа температурных полей мегаполиса и экспериментально доказывает превосходство интеллектуального анализа над классическими гидродинамическими моделями атмосферы. Особое место в исследовании занимает моделирование эффекта «острова тепла» и оценка эффективности различных стратегий адаптивного городского озеленения. Практическая значимость полученных результатов заключается в возможности их прямого внедрения в программные комплексы архитектурно-строительного планирования и градостроительного проектирования для минимизации климатических рисков