Отчет ИВМ СО РАН за 2025 год

Введение

• Введение

Институт вычислительного моделирования Сибирского отделения Российской академии наук — обособленное подразделение ФИЦ КНЦ СО РАН (далее — ИВМ СО РАН или Институт) был организован 01 января 1975 года постановлением Президиума Сибирского отделения Академии наук СССР от 17.01.1975 № 33 во исполнение постановлений Президиума Академии наук СССР от 16.05.1974 № 423 и Коллегии Государственного комитета Совета Министров СССР по науке и технике от 19.11.1974 № 65 как Вычислительный центр СО АН СССР в г. Красноярске (ВЦК СО АН СССР) на правах научно-исследовательского института.

Инициатором создания Института и его директором-организатором был Председатель СО АН СССР академик Марчук Г. И., а первыми директорами — член-корреспондент РАН Дулов В. Г. (1975–1983) и академик РАН Шокин Ю. И. (1983–1990); с 1990 года по апрель 2016 год его возглавлял член-корреспондент РАН Шайдуров В. В. В апреле 2016 года директором Института стал д-р физ.-мат. наук, проф. (с 2022 — член-корреспондент РАН) Садовский В. М. Со второй половины апреля 2022 года по настоящее время директором Института вновь является член-корреспондент РАН Шайдуров В. В.

Тематика исследований Института формировалась с учетом важнейших проблем Красноярского края. Создание Вычислительного центра в г. Красноярске в дополнение к успешно функционирующему Вычислительному центру в г. Новосибирске имело большое значение не только для академической науки, но и для дальнейшего развития производительных сил Восточной Сибири.

Постановлением Президиума Российской академии наук от 26.12.1997 № 215 Институт был переименован в Институт вычислительного моделирования СО РАН; постановлением Президиума Российской академии наук от 13.03.2001 № 78 — в Научно-исследовательское учреждение Институт вычислительного моделирования Сибирского отделения Российской академии наук; постановлением Президиума Российской академии наук от 20.04.2004 № 132 — в Институт вычислительного моделирования Сибирского отделения Российской академии наук; постановлением Президиума Российской академии наук от 18.12.2007 № 274 — в Учреждение Российской академии наук Институт вычислительного моделирования Сибирского отделения РАН.

В соответствии с постановлением Президиума Российской академии наук от 13.12.2011 № 262 «Об изменении типа учреждений, подведомственных Российской академии наук, и их переименовании» Институт изменил тип учреждения и был переименован в Федеральное государственное бюджетное учреждение науки Институт вычислительного моделирования Сибирского отделения Российской академии наук.

В соответствии с приказом Федерального агентства научных организаций от 21.02.2016 № 73 «О реорганизации Федерального государственного бюджетного учреждения науки Красноярского научного центра Сибирского отделения Российской академии наук» Институт был реорганизован в форме присоединения к Федеральному государственному бюджетному учреждению науки Красноярскому научному центру Сибирского отделения Российской академии наук.

С 1 августа 2016 года и по настоящее время Институт является обособленным подразделением Федерального государственного бюджетного научного учреждения «Федеральный исследовательский центр «Красноярский научный центр Сибирского отделения Российской академии наук» (далее — Центр).

Институт в своей деятельности руководствуется Гражданским кодексом РФ, другими правовыми актами, Уставом Центра, Положением об Институте вычислительного моделирования Сибирского отделения Российской академии наук обособленном подразделении ФИЦ КНЦ СО РАН, утвержденным директором Центра 15.10.2018 (далее Положение), иными локальными правовыми актами Центра.

Институт осуществляет свою деятельность по согласованию с Центром, во взаимодействии с Минобрнауки России, иными федеральными органами исполнительной власти, органами исполнительной власти субъектов Российской Федерации и органами местного самоуправления, Федеральным государственным бюджетным учреждением «Российская академия наук» (далее — РАН), государственными и общественными объединениями, профессиональными организациями, иными юридическими и физическими лицами.

Институт является подразделением Центра, территориально обособленным от него и осуществляющим часть функций Центра, указанных в Положении.

Институт не является юридическим лицом, действует от имени Центра на основании Положения, утвержденного директором Центра.

Институт ведет самостоятельный баланс в структуре сводного баланса Центра, имеет лицевые счета в территориальных органах Федерального казначейства.

Институт имеет печать со своим наименованием, указанием на принадлежность к Центру, иные необходимые для его деятельности печати, штампы, бланки, символику, зарегистрированные в установленном порядке.

Официальные наименования Института на русском языке (с 01.08.2016):
полное — Институт вычислительного моделирования Сибирского отделения Российской академии наук — обособленное подразделение ФИЦ КНЦ СО РАН;
сокращенное — ИВМ СО РАН; «Институт вычислительного моделирования СО РАН»;
на английском языке:
полное — Institute of Computational Modelling of the Siberian Branch of the Russian Academy of Sciences;
сокращенное — ICM SB RAS.

Место нахождения Института: 660036, г. Красноярск, Академгородок, д. 50, стр. 44.

Российская академия наук осуществляет научно-методическое руководство деятельностью Института. В соответствии с постановлением Президиума РАН от 25.12.2007 № 291 Институт структурно относится к Отделению нанотехнологий и информационных технологий РАН (секция информационных технологий и автоматизации). В соответствии с постановлением Президиума СО РАН от 06.11.2008 № 571 Институт работает под научно-методическим руководством Объединенного ученого совета по нанотехнологиям и информационным технологиям СО РАН.

Основной задачей Института является организация и проведение фундаментальных, поисковых и прикладных научных исследований по направлениям естественных, технических наук в области математического моделирования и информационных технологий, направленных на получение новых знаний о законах развития природы, общества, человека и способствующих технологическому, экономическому, социальному, духовному развитию Российской Федерации.

Институт осуществляет проведение фундаментальных, поисковых и прикладных научных исследований по направлению «Информационно-вычислительное моделирование сложных процессов и систем», в том числе:

• математическое моделирование и анализ природных, социальных и технологических процессов, в том числе с применением высокопроизводительных вычислительных комплексов новых поколений;
• теоретическое и экспериментальное обеспечение разработки перспективных космических технологий и техники;
• создание информационно-управляющих систем на основе интеграции технологий обработки данных, геоинформационного моделирования и поддержки принятия решений.

В каждом из этих направлений сотрудникам Института принадлежит ряд значительных достижений.

В 2025 году в Институте в рамках государственного задания выполнялись три проекта:

1. Математическое моделирование неидеальных сред с поверхностями раздела в природных и технических системах; руководитель проекта главный научный сотрудник Института член-корреспондент РАН Садовский В. М.;
2. Математическое и информационное моделирование сложных физических и производственных процессов и систем; руководитель проекта директор Института академик РАН Шайдуров В. В.;
3. Новые методы и технологии комплексного анализа сложных природных и антропогенных экосистем на основе современных средств моделирования и обработки данных, распределенных вычислений и цифрового мониторинга; руководитель проекта заместитель директора по научной работе Института канд. физ.-мат. наук, доцент Якубайлик О. Э.

В рамках проекта, выполняемого под руководством члена-корреспондента РАН Садовского В. М., в 2025 году получены следующие основные результаты:

1. Разработаны новые методы решения уравнений в частных производных, построены новые точные решения с функциональным произволом линейных и нелинейных уравнений и приближённые решения краевых задач свободной турбулентности.
2. Изучен ряд задач об устойчивости движений в жидкостных системах с внутренними термокапиллярными границами раздела. Разработаны модификации математической модели испарительной конвекции, корректно учитывающие неоднородность состава рабочих сред, нелинейность зависимости поверхностного натяжения от концентрации жидкого раствора, вклад дефекта тепла.
3. Разработана одномерная квазистационарная модель для расчёта глубины протаивания и вертикальных температурных профилей в слоях вечной мерзлоты, учитывающая метеорологические данные в качестве входных параметров.
4. Предложены методы решения проблемы определения параметров упругости моментного континуума Коссера, представлены алгоритмы заполнения пропусков в таблицах параметров по известным экспериментальным испытаниям различных материалов. Получены формулы для оценки параметров упругости в теории континуума Коссера для многоблочной среды с тонкими податливыми прослойками через параметры упругости блоков и прослоек.
5. Выполнено моделирования динамики нематического жидкого кристалла 5ЦБ на основе упрощённой математической модели акустического приближения, учитывающей эффекты Коссера.
6. На основе методов аппроксимации и нейросетевого подхода построены и исследованы прогностические модели предвестников различной природы для сильных сейсмических событий, позволяющие оценить основные параметры ожидаемого сейсмического события. Модели учитывают влияние внешних геодинамических факторов, изменчивость гравитационного поля Земли и локальных гравитационных аномалий. Выполнен анализ кооперативных явлений в геосредах в сейсмоактивных регионах Земли на примере влияния геодинамических факторов на формирование Антарктической озоновой дыры.

По проекту, выполняемому под руководством академика РАН Шайдурова В. В., в 2025 году получены следующие результаты по нескольким разделам:

1. Разработана математическая модель и выполнена её численная реализация для расчета тепло- и массопереноса в конструкциях со встроенными гипертеплопроводящими (ГТП) структурами. Математическая модель обеспечивает расчет двумерного распределения температуры в продольном сечении и капиллярной нагрузки на границе раздела фаз теплоносителя. Капиллярная нагрузка позволяет определять ограничение по тепловой мощности, то есть максимальное тепловыделение источников тепла, при котором ГТП структура будет работать эффективно. С помощью математической модели по измеренным значениям теплофизических характеристик экспериментального образца, созданного по аддитивной технологии, были определены параметры его капиллярной структуры: эффективный радиус пор, проницаемость и эффективная теплопроводность. Полученные значения параметров позволяют использовать разработанные вычислительные алгоритмы для расчета конструкций со встроенными ГТП структурами сложной формы, что актуально для изделий, создаваемых по аддитивным технологиям на 3D принтерах.
2. В целях создания репрезентативного обучающего набора данных для моделирования связанных состояний в континууме (ССК) в диэлектрических метаповерхностях разработана и сформирована специализированная база данных, содержащая 18 836 успешно идентифицированных случаев симметрийно-защищённых ССК. Набор включает четыре входных параметра (геометрические и оптические характеристики структуры) и четыре целевых параметра (спектральные характеристики резонанса Фано). Данные получены в результате автоматизированного численного моделирования 100 000 конфигураций методом конечных элементов с последующей фильтрацией мод по критериям симметрии, локализации и модовой структуры.
3. Разработана математическая модель фильтрации водных растворов с большим числом компонент. С помощью модели теоретически исследован эффект концентрации соли и заряда поверхности мембраны на разделение соли (хлорид натрия) и анионного красителя Бриллиантовый желтый в водном растворе. Показано, что коэффициент разделения возрастает с уменьшением концентрации соли и увеличением абсолютной величины заряда поверхности в отрицательной области. Это объясняется электростатическим взаимодействием анионов красителя с отрицательно заряженной поверхностью мембраны, а также экранированием заряда мембраны ионами натрия при повышении концентрации соли. Полученные результаты можно использовать для теоретического обоснования мембранных методов разделения солей и красителей при очистке сточных вод, получаемых в процессе синтеза красителей для нужд текстильной и лакокрасочной промышленности.
4. Разработаны модели, методы и программные средства для интеллектуального анализа в задачах поддержки принятия решений территориального и промышленного управления. В рамках развития аналитических средств цифровой платформы для интегрального оценивания социально-экономического состояния территорий разработаны инструменты построения многоверсионных нормативных моделей и анализа результатов многоверсионного моделирования. Созданные инструменты позволяют выполнять тонкую настройку коэффициентов и структуры нормативных моделей комплексных показателей и исследовать результаты оценивания для выявления «проблемных» территорий и формирования соответствующих управляющих воздействий. В рамках развития средств информационной поддержки задач управления предупреждением чрезвычайных и аварийных ситуаций выполнена систематизация и разработана универсальная структура информационных ресурсов. Структура отражает необходимость и достаточность данных для планирования, реализации и контроля оперативных и предупредительных мероприятий, позволяет формализовать описание сценариев для формирования баз знаний и алгоритмизации процессов поддержки принятия решений.
5. Разработан метод подготовки обучающих наборов данных из многоуровневых источников на основе введенной единицы агрегации «сеанс». Полученные наборы могут быть использованы в системах обнаружения и предотвращения вторжений на веб-сервисы на основе машинного обучения. Метод включает использование дополнительных признаков на основе характеристик источников трафика. Разработан кроссплатформенный программный комплекс для автоматизированного распределенного формирования обучающих наборов данных из многоуровневых источников.
6. Предложен и апробирован метод обработки данных сетевой активности, который решает ключевые проблемы высокоразмерных данных в задачах кибербезопасности. Он представляет собой многоэтапную процедуру отбора признаков, сочетающую анализ линейных зависимостей (коэффициент корреляции), анализ нелинейных зависимостей (взаимная информация), оценку стабильности признаков на бутстреп-выборках. Метод повышает эффективность систем обнаружения аномалий за счёт компактного и устойчивого признакового пространства, а также обеспечивает интерпретируемость, необходимую для принятия решений в реальных системах безопасности. Метод применим к широкому кругу задач с зависимыми, шумными и многомерными данными.

В проекте, выполняемым под руководством заместителя директора по научной работе Якубайлика О. Э. в 2025 году получены следующие основные результаты исследований:

1. Разработан комбинированный метод мониторинга температуры Енисея ниже Красноярской ГЭС. Он интегрирует спутниковые данные Landsat 8/9 о температуре поверхности воды с гидродинамическим моделированием теплопереноса. Спутниковая информация служит граничными условиями для модели, которая интерполирует данные, существенно повышая детальность и непрерывность мониторинга.
2. Создан специализированный комплекс для мониторинга температуры Енисея у плотины Красноярской ГЭС и на 40 км ниже. Полученные многолетние данные с часовой дискретностью выявили специфический годовой ход: стабильная зима и прохладное лето. Впервые обнаружены и проанализированы сильные нерегулярные колебания температуры в период с конца июля по ноябрь. Изучен также суточный ход температуры.
3. С использованием валидированной 3D-модели ROMS на примере озера Шира исследована динамика бассейновых внутренних волн. Установлено, что ветер возбуждает стоячие волны двух типов, характеристики которых зависят от его направления. Результаты моделирования по периодам и амплитудам соответствуют натурным данным.
4. Дисперсионный анализ подтвердил статистически значимое влияние типа донного субстрата на биоиндикационные показатели зообентоса Енисея, объясняющее от 6% до 40% их вариации. Наилучшее качество воды отмечено на твёрдых песчано-галечных грунтах, наихудшее — на мягких песчаных, что определяет тип грунта как ключевой фактор для оценки экологического состояния водотоков.
5. Исследование зообентоса водотоков нацпарка «Красноярские Столбы» выявило 104 вида донных беспозвоночных. Их распределение и численность зависят от температуры воды и гидроморфологии (скорости течения, длины и уклона русла). Влияние типа субстрата и речного бассейна оказалось менее значимым.
6. Разработан метод пространственной кластеризации на основе иерархии водосборных бассейнов. Он обеспечивает устойчивое выделение однородных территориальных единиц по стабильным географическим и многолетним климатическим признакам, что позволяет оптимизировать схемы природопользования.
7. Разработанная «Система мониторинга воздуха КНЦ СО РАН» на основе сети датчиков, метеостанций и геопортала выявила новые закономерности загрязнения атмосферы Красноярска. Полученные результаты стимулировали решения властей по замене устаревших котлов и законодательному ограничению использования низкокачественного твердого топлива.
8. Разработан унифицированный REST API для безопасного веб-доступа к архивным данным атмосферного мониторинга Красноярска в формате JSON. Интерфейс обеспечивает гибкий отбор данных по точкам наблюдения, с настройкой единиц измерения, глубины архива, методов агрегации и управлением правами доступа.
9. Разработан алгоритм определения минимальной конфигурации датчиков, сохраняющей информационную полноту исходной сети мониторинга (на примере PM2.5 в Красноярске). На основе регрессионного анализа строится граф зависимостей между датчиками, после чего необходимый набор находится как минимальное вершинное покрытие этого графа, что позволяет выявить ключевые независимые датчики.
10. Сравнение модели NCEP GFS с натурными замерами в Красноярске зимой показало её удовлетворительную репрезентативность для анализа загрязнения воздуха, несмотря на систематические ошибки. Модель хорошо передаёт температурные профили выше 300 м, но в приземном слое (50 м) завышает температуру. Данные GFS репрезентативны для крупномасштабных процессов и могут дополнять натурные измерения.
11. Исследование зимних температурных инверсий в Красноярске установило, что в условиях слабого ветра формируются два основных типа инверсий: приземные (в ясную погоду) и приподнятые (при адвекции теплого воздуха). Ключевыми факторами загрязнения воздуха PM2.5 являются интенсивные приземные и низкие приподнятые (<100 м) инверсии, которые блокируют выбросы в городе, приводя к превышению ПДК.
12. Мониторинг в Красноярске показал сезонную инверсию температурных контрастов в приземном слое до 200 м: зимой город холоднее Енисея, а летом — теплее. Выше этого уровня сезонная картина противоположна. Эти данные отражают сложное взаимодействие городского «острова тепла» и речного охлаждения, важное для климатического моделирования и оценки рассеивания примесей.
13. Для прогнозирования уровня загрязнения воздуха частицами PM2.5 в Красноярске была разработана и испытана нейросетевая модель на основе долгой краткосрочной памяти (LSTM). Программный комплекс на основе этой модели внедряется в систему мониторинга Красноярска и может быть адаптирован для других промышленных городов.
14. Создана адаптивная модель и шаблоны для мониторинга территориальной безопасности. Для снижения управленческих ошибок внедрены превентивное планирование и сценарное моделирование на основе данных. Основной результат — масштабируемое информационное пространство на базе «озера данных» с централизованным управлением метаданными.
15. Разработанная для Эрмитажа математическая модель позволила создать и апробировать методику управления эвакуацией. Показано, что эффективность эвакуации зависит от активных действий персонала, а не только от технических систем. Проведенная учебная эвакуация подтвердила адекватность модели и практическую применимость разработанных схем.
16. Разработан непараметрический метод классификации данных ДЗЗ на основе структурной декомпозиции по корреляционным признакам. Данные автоматически разделяются на статистически различные группы по знакам межканальной корреляции, что исключает необходимость экспертных порогов. Полученные группы затем уточняются традиционными алгоритмами. Метод вычислительно эффективен и успешно применён для детекции повреждённых сибирским шелкопрядом лесных участков по снимкам Landsat-8.
17. Практическая значимость результатов настоящего проекта заключается в формировании научной основы для эффективного управления природными ресурсами региона. В рамках исследования разрабатываются методы и инструменты (включая программное обеспечение) для информационной поддержки принятия решений. Ключевые направления — это количественная оценка состояния экосистем и организация системы экологического мониторинга. Важнейшим прикладным результатом является открытая платформа для оперативного информирования жителей Красноярска и края о динамике качества атмосферного воздуха.

Кроме этого, в 2025 году проводились исследования по следующим проектам, поддержанным Красноярским краевым фондом науки и Российским научным фондом:

• Проект «Совместный анализ системы временных рядов метеорологических факторов и уровней концентрации загрязнений PM2.5 в приземном слое атмосферы города. Теория, алгоритмы и комплексы программ» поддержанный совместно Красноярским краевым фондом науки и Российским научным фондом. Руководитель проекта — старший научный сотрудник канд. физ.-мат. наук Петракова В. С.
• Проект «Электро / баромембранное разделение многокомпонентных растворов электролитов на основе электропроводящих нанофильтрационных мембран» поддержанный Российским научным фондом. Руководитель проекта — главный научный сотрудник д-р физ.-мат. наук Рыжков И. И.

В 2025 году была продолжена работа Отдела регионального научно-образовательного математического центра «Красноярский математический центр», созданного в 2020 году в ИВМ СО РАН в рамках формирования регионального научно-образовательного математического центра «Красноярский математический центр».

По итогам 2025 года сотрудниками Института написано более 90 публикаций, проиндексированных в Едином государственном перечне научных изданий «Белый список». Всего сотрудниками Института в 2025 году написано более 120 научных работ, индексируемых в научной электронной библиотеке eLIBRARY.RU. Кроме этого, в 2025 году Роспатентом выдано 12 Свидетельств о регистрации программ для ЭВМ, выполненных сотрудниками Института.