Точность прогноза солнечной энергии улучшена на 14,6% с использованием календарей коренных народов

Введение

Оптимизация эффективности солнечной энергии является одной из ключевых задач на пути к устойчивому энергетическому будущему. В отличие от ископаемых видов топлива, производство солнечной энергии зависит от сложного взаимодействия погодных и атмосферных факторов, что затрудняет точное прогнозирование. Новое исследование австралийского Университета Чарльза Дарвина (CDU) предлагает инновационный метод — использование сезонных календарей коренных народов для повышения точности прогнозов солнечной энергии.

Основные детали

• В исследовании использовались сезонные календари коренных народов Австралии, включая сообщества островов Тиви, Гулумуэрргин (Ларракия), Кунвиньку и Нгуррунгурруджба.
• Создан уникальный набор данных First Nations Seasonal Metrics (FNS-Metrics), который был введён в новую модель машинного обучения для выявления крупных экологических закономерностей.
• Модель протестирована на исторических данных по солнечной энергии и погоде, собранных в Центре солнечной энергии Desert Knowledge Australia в Элис-Спрингс.
• По сравнению с существующими моделями точность прогнозов повысилась на 14,6%, а уровень ошибок снизился на 26,2%.
• Результаты опубликованы в IEEE Open Journal of the Computer Society.

Исторический контекст

Традиционные западные календари делят год на четыре сезона, однако для многих коренных культур эта система не отражает местные экологические реалии. Многие коренные народы Австралии используют более сложные сезонные системы, основанные на наблюдениях за поведением животных, цветением растений и изменениями погоды, отражая глубокое понимание местного климата. Например, у народа Тиви три сезона, а у Гулумуэрргин (Ларракия) — семь. Эти знания веками помогали устойчивому земледелию и рациональному использованию природных ресурсов.

Несмотря на свою глубину, подобные системы экологических знаний редко применялись в современных технологических и научных разработках, особенно в области прогнозирования возобновляемых источников энергии. Их интеграция в алгоритмы искусственного интеллекта открывает новые возможности для улучшения локальных моделей прогнозирования.

Анализ влияния

Внедрение сезонных данных коренных народов в модели прогнозирования солнечной энергии даёт ряд важных преимуществ. Повышение точности на 14,6% и снижение ошибок на 26,2% свидетельствуют о том, что такие данные обеспечивают более глубокое понимание локальных климатических особенностей и закономерностей солнечной активности. Это способствует более эффективной работе солнечных электростанций, улучшая надежность энергоснабжения и оптимизируя управление сетями.

Доктор философии и соавтор исследования Люк Хэмлин, представитель народа Банджуланг, отметил важность учета природных циклов, наблюдаемых веками:

«Включение знаний о сезонах коренных народов в прогнозы солнечной энергии значительно повышает точность, связывая предсказания с естественными циклами, известными и понятыми тысячелетиями.»

Кроме того, такой подход уважает культурные системы коренных народов и способствует их участию в развитии современных технологий и устойчивого развития.

Широкий контекст

Глобальные изменения климата усложняют прогнозирование, так как традиционные модели часто основаны на исторических данных, которые становятся менее актуальными. Сезонные календари коренных народов, ориентированные на реальные экологические сигналы, оказываются особенно полезными в условиях меняющегося климата, предлагая адаптивные и точные рамки для прогнозирования.

В Австралии и других странах сельские и отдалённые регионы с высокой долей коренного населения могут получить значительную выгоду от улучшенных прогнозов солнечной энергии, что поможет снизить зависимость от ископаемых ресурсов и поддержать устойчивое развитие.

Перспективы

Команда исследователей планирует расширить применение модели First Nations Seasonal Metrics на другие регионы и возобновляемые источники энергии, такие как ветровая энергия. Преподаватель и соавтор Туситан Селварадж отметил:

«В будущей работе мы планируем исследовать применение модели в других регионах и для различных видов возобновляемой энергии.»

Это открывает путь к более широкому использованию традиционных экологических знаний в сфере оптимизации возобновляемой энергии и адаптации к изменению климата по всему миру.

Заключение

Исследование, опубликованное в IEEE Open Journal of the Computer Society, показывает, что сочетание экологических знаний коренных народов с современными методами искусственного интеллекта способно значительно улучшить прогнозирование солнечной энергии. Это не только повышает точность моделей на 14,6%, но и подчеркивает важность тысячелетних традиций экологического управления.

В условиях растущей климатической неопределённости такие междисциплинарные и культурно инклюзивные подходы будут ключевыми для создания устойчивых и надежных энергетических систем будущего. Результаты исследования также способствуют укреплению сотрудничества между научными учреждениями и коренными сообществами, что приносит взаимную выгоду и поддерживает переход к чистой энергии.