Using Geo-Simulation Modeling to Predict Changes in Arctic Lake Areas

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

The article is devoted to the important problem of developing information technology for modeling the spatio-temporal dynamics of fields of thermokarst lakes as intense sources of methane emissions into the atmosphere of Arctic territories. A geo-simulation model of a field of thermokarst lakes in the form of a set of random circles is considered, the properties of which were determined from experimental data from satellite measurements of lake areas in the permafrost zone of Western Siberia. Using satellite data recently obtained for lakes in different Arctic territories for the period 1985-2022, an experimental substantiation of the applicability of the model throughout the Russian Arctic is given. A quantitative determination of the model parameter, which is a function of time and climatic parameters average annual temperature and precipitation level was carried out in different Arctic territories of Russia. The issues of generating sequences of pseudo-random numbers used to model the spatiotemporal dynamics of Arctic lake fields taking into account climate change are considered. Using computer experiments with a geo-simulation model of the dynamics of fields of thermokarst lakes, forecasts of changes in the size of lakes in different Arctic regions for the next decade were obtained. 

Авторлар туралы

Yuri Polyschuk

Yugra Research Institute of Information Technologies

Хат алмасуға жауапты Автор.
Email: yupolishchuk@gmail.com

Chief research scientist, doctor of science, professor

Ресей, Khanty-Mansyisk

Matvey Kupriyanov

Yugra Research Institute of Information Technologies

Email: kupriyanovma@spambox.ru

Chief specialist

Ресей, Khanty-Mansyisk

Vladimir Polishchuk

Institute of Monitoring of Climatic and Ecological Systems SB RAS

Email: liquid_metal@mail.ru

Researcher, candidate of technical sciences

Ресей, Tomsk

Yuri Popkov

Federal Research Center “Computer Science and Control” of RAS

Email: popkov@isa.ru

Chief research scientist, academician of Russian Academy of Sciences, doctor of science, professor

Ресей, Moscow

Әдебиет тізімі

  1. Holgerson M.A., Raymond P.A. Large contribution to inland water CO2 and CH4 emissions from very small ponds. Nat Geosci. 2016;9:222–6. doi: 10.1038/ngeo2654
  2. Popkov Y.S., Popkov A.Y., Dubnov Y.A. Entropy randomization in Machine Learning. CRC Press; 2023. 393 p. doi: 10.1201/9781003306566.
  3. Yu. A. Dubnov, A. Yu. Popkov, V. Yu. Polishchuk. Randomized Machine Learning Algorithms to Forecast the Evolution of Thermokarst Lakes Area in Permafrost Zones. Automation and Remote Control. 2023;84(1):56-70. doi: 10.1134/s0005117923010034.
  4. Moiseev N.N., Svirezhev Ju.M. Sistemnyj analiz dinamicheskih processov biosfery. Vestnik Akademii Nauk SSSR. 1979;2:47-54. (In Russ.).
  5. Lou A., Kel'ton V. Imitacionnoe modelirovanie. Klassika Computer Science. SPb.: Piter; Kiev: Izdatel'skaja gruppa BHV. 2004. 847 p. (In Russ.).
  6. Polishchuk V. Ju., Polishchuk Y. M. Geoimitacionnoe modelirovanie polej termokarstovyh ozer v zonah merzloty. Jugorskij gosudarstvennyj universitet. 2013. 129 p. (In Russ.).
  7. Polishchuk V. Ju., Polishchuk Y.М. Modeling and prediction of dynamics of thermokarst lake fields using satellite images. Permafrost: Distribution, Composition and Impacts on Infrastructure and Ecosystems. New York: Nova Science Publishers, Inc., 2014;6:205-234. doi:10.978-94-007-4569-8.
  8. Kravcova V. I., Rodionova T. V. Issledovanie dinamiki ploshhadi i kolichestva termokarstovyh ozer v razlichnyh rajonah kriolitozony Rossii po kosmicheskim snimkam. Kriosfera Zemli. 2016;20(1):81-89. (In Russ.).
  9. Viktorov A. S., Kapralova V. N., Orlov T. V. Zakonomernosti raspredelenija razmerov termokarstovyh ozjor. Doklady Akademii nauk. 2017;474(5):625-627. (In Russ.) doi: 10.7868/S0869565217050218.
  10. Webb E. E., Liljedahl A. K., Cordeiro Ja. A. Permafrost thaw drives surface water decline across lake-rich regions of the Arctic. Nature Climate Change. 2022;12(9):841-846. doi: 10.1038/s41558-022-01455-w.
  11. Cooley S. W., Ryan J. C., Smith L. C. Arctic-Boreal Lake Dynamics Revealed Using CubeSat Imagery. Geophysical Research Letters. 2019; 46(4):2111-2120. doi: 10.1029/2018GL081584.
  12. Polishchuk Y. M., Muratov I. N., Polishchuk V. Y. Issledovanie izvilistosti beregovyh granic termokarstovyh ozjor Zapadnoj Sibiri po snimkam vysokogo razreshenija "Kanopus-V". Sovremennye problemy distancionnogo zondirovanija Zemli iz kosmosa. 2019;16(5):130-137. (In Russ.) doi: 10.21046/2070-7401-2019-16-5-130-137.
  13. Muratov I. N., Bajsaljamova O. A., Polishchuk Y. M. Izuchenie raspredelenija po razmeram termokarstovyh ozer vostochnoj chasti Rossijskoj Arktiki na osnove sovmeshhenija dannyh so snimkov Sentinel-2 i Kanopus-V. Issledovanie Zemli iz kosmosa. 2023;4:52-59. (In Russ.) doi: 10.31857/S0205961423040061.
  14. Polishchuk V. Y., Kupriyanov M. A., Polishchuk Y. M. Analiz vzaimosvjazi izmenenij klimata i dinamiki termokarstovyh ozjor v arkticheskoj zone Tajmyra. Sovremennye problemy distancionnogo zondirovanija Zemli iz kosmosa. 2021;18(5):193-200. (In Russ.) doi: 10.21046/2070-7401-2021-18-5-193-200.
  15. Buslenko N.P. Modelirovanie slozhnyh system. Nauka, 1968. 356 p. (In Russ.).
  16. Callagan T.V., Jonassson S. Arctic ecosystems and environmental change. Phil. Trans. Roy Sos London A. 1995;352:259-276. doi: 10.1098/rsta.1995.0069.
  17. Kupriyanov M.A., Kochergin G.A., Muratov I.N., Polishchuk Y.M. Accuracy Analysis of Remote Measurement of Thermokarst Lakes Parameters for Field Dynamics Modeling Problems. Atlantis Press: Advances of Social Science, Education and Humanities Research. 2020;483:237-241. doi: 10.2991/aisr.k.201029.046.
  18. Rocher-Ros G., Stanley E. H., Loken L. C. Global methane emissions from rivers and streams. Nature. 2023;621(7979):530-535. doi: 10.1038/s41586-023-06344-6.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».