Стратегии ускорения управления климатическими рисками в строительном секторе с помощью методов и инструментов, основанных на данных

Почему умные данные важны для безопасности зданий

Жилые дома, офисы и школы по всему миру уже ощущают последствия изменения климата — от опасных волн жары до наводнений и штормов. В этой статье рассматривается, как новые инструменты работы с данными — от простых статистических методов до искусственного интеллекта и цифровых копий городов — могут помочь понять, какие здания находятся в наибольшем риске и что с этим можно сделать. Обратив внимание на сотни исследований, авторы показывают, где эти инструменты работают хорошо, где они несовершенны и что нужно изменить, чтобы люди как в богатых, так и в бедных странах могли жить в более безопасных и комфортных зданиях по мере потепления климата.

Как климат угрожает местам, где мы живём

Изменение климата — это не абстрактная проблема будущего для зданий; оно уже повышает температуры, поднимает уровень моря и делает штормы и наводнения более суровыми. Эти изменения угрожают не только бетону и стали, но и людям внутри: перегрев квартир, затопленные дома и отключения электроэнергии во время волн жары несут серьёзные риски для здоровья и экономики. Чтобы снизить эти последствия, решениям должны предшествовать знания о том, какие опасности наиболее вероятны, какие здания и сообщества подвержены риску и кто наименее способен противостоять этим угрозам. В статье утверждается, что методы и инструменты, основанные на данных — в совокупности называемые DDMTs — сейчас являются ключевыми для своевременного, детального и надёжного ответа на эти вопросы.

Что современные инструменты данных могут дать зданиям

Авторы рассматривают 61 ключевое исследование, отобранное из десятков тысяч работ, чтобы выяснить, как DDMTs используются на трёх этапах управления климатическим риском: анализ опасностей и уязвимости, оценка общего риска и планирование мер реагирования. К ранним инструментам относятся оценки жизненного цикла, сравнивающие экологическое воздействие строительных материалов, и простые статистические модели, связывающие погоду с энергопотреблением или показателями здоровья. Современные инструменты добавляют детализированные симуляции энергопотребления зданий и картографические системы, связывающие здания с их окружением. Продвинутые методы накладывают искусственный интеллект, машинное обучение, цифровые двойники и сети датчиков, позволяя исследователям прогнозировать перегрев, ущерб от наводнений или потребность в энергии в будущих климатических условиях и проверять, как такие изменения, как затенение, лучшая теплоизоляция или более прочные крыши, могут уменьшить эти риски.

Где эти инструменты дают сбой

Несмотря на быстрый прогресс, в статье выявлены серьёзные пробелы. Большая часть работ по-прежнему сосредоточена на физических аспектах риска — энергопотреблении, температурах и структурных повреждениях — вместо того, чтобы исследовать, кто наиболее уязвим социально и экономически. Исследования, использующие продвинутые инструменты для изучения социальной уязвимости, такие как энергетическая бедность или риск жары для малообеспеченных домохозяйств, редки, особенно в развивающихся странах, где климатические угрозы часто наиболее значительны. Многие модели рассматривают только одну опасность за раз, хотя в реальных условиях события могут сочетаться — например, волны жары, отключения электроэнергии и ухудшение качества воздуха. Качественные данные о зданиях и домохозяйствах часто отсутствуют или недоступны, а строгие правила конфиденциальности затрудняют безопасное использование детальной информации. Сложное программное обеспечение, высокие затраты и ограниченные технические навыки также не позволяют многим городам и сообществам воспользоваться продвинутыми инструментами.

Возможности улучшить ситуацию с помощью данных

Исследование также подчёркивает обнадёживающие тенденции. Появляются огромные новые потоки информации — со спутников, метеостанций, «умных» счётчиков, датчиков зданий и открытых государственных наборов данных. Одновременно более дешёвая вычислительная мощность и программное обеспечение с открытым исходным кодом упрощают запуск сложных моделей и обмен результатами. Международные усилия — от программ ООН до университетских проектов — создают общие порталы данных и инструменты, ориентированные на регионы, уязвимые к климату. Авторы предлагают стратегии на основе анализа сильных и слабых сторон, такие как улучшение обучения, упрощение инструментов, продвижение стандартов открытых данных, создание партнёрств между исследователями, правительствами и промышленностью, а также использование финансирования и политической поддержки для снижения затрат и укрепления доверия к решениям, основанным на данных.

Что это значит для повседневной жизни

Говоря простым языком, статья делает вывод, что грамотное использование данных может сделать здания и города значительно безопаснее в условиях потепления климата, но только если эти инструменты станут более доступными, социально ориентированными и лучше интегрированными. Комбинация разных методов — таких как детализированные карты, симуляции зданий и машинное обучение — может дать планировщикам более чёткое представление о том, где жара или наводнения ударят сильнее, какие здания нуждаются в модернизации и какие группы людей требуют дополнительной защиты. Однако без лучших данных о жилищных условиях людей, более плотного сотрудничества между экспертами, ясных правил обмена информацией и целевой поддержки для бедных регионов преимущества этих мощных инструментов останутся неравномерными. Если предложенные стратегии будут реализованы, методы, основанные на данных, могут помочь обеспечить более прохладные дома, безопасные улицы и более справедливую защиту от климатических рисков для сообществ повсеместно.

Цитирование: Charafeddine, M., Brijesh, M., Krushna, M. et al. Strategies to accelerate climate risk management in the building sector using data-driven methods and tools. Commun. Sustain. 1, 59 (2026). https://doi.org/10.1038/s44458-026-00067-1

Ключевые слова: управление климатическими рисками, здания, основанные на данных, искусственный интеллект, городская жара и наводнения, жизнеспособность зданий