Искусственный интеллект оценит экологию Белого моря
Математические модели покажут, что будет с экосистемой через 100 лет
Европейский север интенсивно развивался в XX веке. И состояние экосистем Белого моря значительно ухудшалось из-за загрязняющих и эвтрофирующих веществ, поступавших в море с большого водосбора и атмосферных переносов.
Фото: Павел Львов / РИА Новости
За последние 30 лет в Белом море в десятки раз сократились объемы морского промысла водорослей, рыбы, морских млекопитающих. Ухудшились и условия жизни людей. Ситуация обострилась из-за ограничений при пандемии COVID-19, а затем и санкций в 2022 году, поскольку приморские и приграничные регионы были ориентированы на экспорт в европейские страны.
Улучшение состояния моря, рациональное использование его биологических, транспортных, энергетических, рекреационных и других ресурсов — очень важные задачи, но еще важнее благосостояние населения и снижение экологической нагрузки. Эти две характеристики определяют появившееся в конце XX века понятие устойчивого развития: экономический рост не должен ухудшать экологическую ситуацию и уровень жизни населения.
Различают слабую и сильную устойчивость. При слабой устойчивости экономический рост должен сопровождаться ростом уровня жизни и более медленным ростом загрязнений (производство растет быстрее, чем рост загрязнений). Для сильной устойчивости требования более жесткие: экономический рост должен сопровождаться снижением загрязнений и более быстрым ростом уровня жизни.
Динамика основных экологических показателей Беломорья в целом в зависимости от экономической динамики (1990 год — 100%). Четко видны три периода развития: 1990–1998 годы (резкий спад экономики и снижение уровня загрязнений примерно на 28%), 1999–2008 годы (быстрый рост экономики и небольшое снижение загрязнений), 2009–2020 годы (застой в экономике и значительное снижение загрязнений)
Фото: Дружинин П.В. (Институт экономики КарНЦ РАН по данным Росстата
Для анализа последствий принимаемых решений для устойчивости развития были построены специальные математические модели, связывающие экономические, экологические и социальные показатели. На данных последнего двадцатилетия были определены параметры уравнений, которые использовались при расчетах по сценариям. На основе анализа развития Беломорья было предложено три группы сценариев — сырьевые (инерционный, рост добычи, организованное сжатие), диверсификационные (инновационный, туристический) и конфликтные (арктический конфликт, мировой конфликт с участием РФ).
Следующий шаг был связан с разработкой когнитивных моделей эколого-социо-экономической системы Беломорья. Идея создания когнитивных моделей заключается в попытке перенесения методов человеческого мышления на построение моделей в конкретной предметной области. Эта модель включает в себя данные по климату, водной и лесной экосистемам, сельскому хозяйству, экономике и демографии региона. Она позволит связать вместе эти ключевые факторы развития. Это важно, так как вместе эти сферы будут развиваться гораздо лучше, чем по отдельности.
Общая блок-схема эколого-социо-экономической модели региона:
Y — ВРП, K — затраты на развитие производственных фондов, L— наличие трудоспособного населения, C — инвестиции
Фото: Меншуткин В.В. (ИПРЭ РАН
Ученые продемонстрировали динамику элементов когнитивной модели за 100 лет. Оказалось, что при квазициклических колебаниях климата экономические параметры мало изменяются, в то же время они сказываются на уровне жизни населения. Заметные колебания при изменении климата отмечаются и в водной экосистеме Белого моря. Они сказываются на изменении температуры воды, вылове рыбы, биомассе фито- и зоопланктона, но мало влияют на изменения организмов, обитающих на морском дне.
Основной смысл экспериментов с когнитивными моделями заключается не в том, чтобы давать предостерегающие или многообещающие прогнозы развития рыбного хозяйства или демографических изменений в этом регионе, а в том, чтобы продемонстрировать возможности согласованной работы этой сложной системы, в которой должно учитываться множество факторов. Такая модель в сочетании с использованием методов теории искусственного интеллекта позволит найти оптимальные стратегии природопользования, для того чтобы сохранить устойчивое развитие этого региона.