ДИСТАНЦИОННОЕ ОБУЧЕНИЕ

«Моделирование в экологии» на курсах повышения квалификации

Удостоверение установленного образца с занесением в ФРДО. Без отрыва от работы.

Ответим на все вопросы по обучению

Узнать подробности

Написать в МАКС

Удостоверение

установленного образца

Запись в ФРДО

госреестр Рособрнадзора

От 16 часов

72 / 144 / 256 ч

Доставка по РФ

оригиналы курьером

Стоимость обучения

8 900 ₽ 11900 ₽ -30%

Рассрочка 742 ₽/мес на 12 месяцев без процентов

Договор и закрывающие документы

Внесение в ФРДО

Скан в день оплаты

Доставка по России

Бесплатная консультация

Менеджер свяжется в течение 15 минут · Без обязательств

8 800 550-24-62

О курсе

Моделирование в экологии

Программа повышения квалификации для специалистов, использующих или разрабатывающих модели экологических процессов — научных сотрудников НИИ экологии и географии, аналитиков ОВОС, проектировщиков объектов с экологической составляющей, климатологов, гидрологов, специалистов в области моделирования распространения загрязнителей, экспертов ESG-консалтинга, разработчиков климатических проектов по 296-ФЗ. Курс охватывает математические модели популяций и сообществ (Лотка-Вольтерра, MacArthur-Wilson, метапопуляционные), биогеохимические модели потоков веществ, климатические модели IPCC (GCM, ESM), гидрологические (HEC-RAS, SWAT, MIKE), атмосферные распространения примесей (AERMOD, CALPUFF, WRF-Chem), ГИС-моделирование биоразнообразия (MaxEnt), системную динамику, агент-ориентированное моделирование, машинное обучение в экологии. Выдаётся удостоверение о повышении квалификации с регистрацией в ФИС ФРДО.

Длительность

От 72 до 144 часов в зависимости от выбранного объёма программы.

Документ

Удостоверение о повышении квалификации установленного образца с регистрацией в ФИС ФРДО Рособрнадзора.

Формат

Дистанционно через онлайн-платформу. Можно совмещать с работой. Доступ 24/7.

Для кого

Научные сотрудники НИИ, аналитики ОВОС, климатологи, гидрологи, специалисты экомоделирования, ESG-аналитики.

Зачем нужен курс

Современная экология как наука и практика всё больше становится количественной дисциплиной. Модели применяются для прогноза распространения загрязнителей при аварии, оценки воздействия проектируемого объекта на окружающую среду по ОВОС, расчёта углеродного баланса лесных территорий для климатических проектов по 296-ФЗ, прогноза численности популяций редких видов для стратегий охраны, оценки климатических рисков для корпораций и муниципалитетов, моделирования урожайности сельхозкультур при изменении климата, расчёта НДВ и НДС при планировании производственной деятельности. Модели становятся обязательным элементом современного экологического анализа.

Параллельно происходит технологическая революция в экологическом моделировании. Глобальные климатические модели (Global Climate Models, GCM) выросли с десятка переменных и разрешения 500 км в 1980-х до сотен переменных и разрешения 25-50 км в CMIP6 (IPCC AR6, 2021-2023). Earth System Models (ESM) включают полные углеродный, азотный, водный, серный циклы. Высокоразрешающие региональные модели (CORDEX, WRF) дают разрешение 5-10 км. Машинное обучение трансформирует методы. Открытые платформы (Google Earth Engine, AWS, Azure) дают доступ к вычислительным ресурсам. Программа повышения квалификации даёт обзор современных подходов и практические компетенции.

Ключевая цель курса. Дать представление о современных методах экологического моделирования — математических моделях популяций и сообществ, биогеохимических моделях потоков веществ, климатических моделях IPCC, гидрологических, атмосферных, ГИС-моделировании биоразнообразия, машинном обучении в экологии. Понимание возможностей и ограничений каждого подхода. Практические навыки работы с ключевыми программными инструментами (R, Python, ArcGIS, QGIS, специализированные пакеты).

Где работают специалисты по моделированию

Институты Российской академии наук — Институт географии РАН, Институт водных проблем РАН, Институт глобального климата и экологии (ИГКЭ, Москва), ИКИ РАН, Институт океанологии им. Ширшова, Гидрологический институт (ГГИ, Санкт-Петербург), ЦЭПЛ РАН.
Росгидромет — Гидрометцентр России (ГМЦ), Главная геофизическая обсерватория им. Воейкова (ГГО, СПб) — моделирование климата, погоды, метеорологии.
Институты Минприроды — ВНИИ «Природа», ВНИИ ВОДГЕО, ВНИИ Экология. Применение моделей для ОВОС, экологической экспертизы.
Проектные институты — Гипрогазоочистка, Гипрокоммунводоканал, региональные институты «Гипро…», проектные подразделения Росатома, нефтегазовых компаний. Разработка ОВОС и ПОС с применением моделей.
Корпоративные R&D-центры — Норильский никель Research (моделирование атмосферного распространения SO₂ от ГМК), Газпром нефть Технологии, Лукойл-Инжиниринг, СИБУР R&D, Росатом Технологии.
ESG-консалтинг с климатическим моделированием — Russian Carbon, B-Carbon, SoyuzExpertiza-Russia. Климатические проекты по 296-ФЗ, оценка углеродного следа.
Аналитические центры — ИНП РАН (Институт народнохозяйственного прогнозирования), РЭА (Российское энергетическое агентство), ЦСР, ВШЭ Институт экологической политики. Экономико-экологическое моделирование, моделирование декарбонизации.
Сертификационные органы и аудиторы климатических проектов — верификация расчётов углеродных единиц.
Преподавание — географические и экологические факультеты МГУ, СПбГУ, РГГРУ, РУДН, региональных университетов. ВШЭ. МФТИ. Сибирский федеральный университет.

Что входит в программу обучения

Математические модели популяций и сообществ

Классические модели математической экологии. 1) Логистическая модель Перла-Рида — dN/dt = rN(1-N/K) для одного вида. Несущая способность K, скорость роста r. Сигмоидная кривая роста. Применение — описание роста популяций ресурсо-лимитированных. 2) Уравнения Лотки-Вольтерра для системы «хищник-жертва» (1925-1926). Колебательные решения. Демонстрация концепции экологического баланса. Применение — классический случай рысь-заяц в Канаде по данным Hudson Bay Company. Расширения — функциональные ответы (Тип I, II, III). Розенцвейг-МакАртур. 3) Конкуренция видов — уравнения Лотки-Вольтерра для двух конкурирующих видов с коэффициентами конкуренции α, β. Принцип конкурентного исключения Гаузе. Условия сосуществования. 4) Метапопуляционные модели — Левинс 1969. dp/dt = cp(1-p) — pE. Расширения. Применение — фрагментированные ландшафты, редкие виды. Stochastic models. 5) Теория островной биогеографии MacArthur-Wilson 1967. Зависимость числа видов от площади и удалённости. Применение — проектирование ООПТ, оценка биоразнообразия фрагментированных ландшафтов. 6) Возрастно-структурированные модели — матрицы Лесли, уравнения Mackendrick-McKendrick. Применение — рыбные запасы, хищные млекопитающие. Расчёт ОДУ через VPA. 7) Структурированные по размеру модели для беспозвоночных, рыб с индетерминированным ростом. Программные инструменты. R-пакеты popbio, demogR, IPMpack для матричных моделей. RAMAS Metapop, RAMAS GIS для популяционной жизнеспособности. Vortex для PVA (Population Viability Analysis). Python библиотеки PyPopulation, NetworkX для сетевых моделей. Применение в РФ. Прогноз численности амурского тигра (Сихотэ-Алинский заповедник, ВВФ). Стерлядь в Волге. Глухарь в тайге. На курсе разбирается практика построения и анализа моделей.

Биогеохимические модели потоков веществ

Биогеохимические модели описывают потоки химических элементов в экосистемах — углерод, азот, фосфор, сера, вода. Концепции. Резервуары (pools) — атмосфера, почва, биомасса живая, мёртвая, ОН, океан. Потоки (fluxes) между резервуарами. Концепция стационарного состояния (steady state) и нарушений (perturbations). Применение в климатологии. Глобальные углеродные модели. Земные системы поглощают около половины антропогенных выбросов CO₂ — океан (~25%) и наземные экосистемы (~25%). Будущее этих стоков зависит от климатических изменений и состояния экосистем. Модели IPCC включают эту динамику. Конкретные модели. CASA (Carnegie-Ames-Stanford Approach) — модель чистой первичной продукции NPP на основе спутниковых данных NDVI. Простая, широко применяемая. BIOME-BGC — детальная модель углеродных, азотных, водных потоков в лесах. Применяется для оценки воздействия климатических изменений. Century — модель почвенного углерода и азота. Применение в климатических проектах. SWAT (Soil and Water Assessment Tool) — гидрологическая модель с транспортом азота, фосфора, пестицидов. Применение для экспертизы воздействия сельского хозяйства на водные ресурсы. CN-SIM — углеродно-азотный цикл в почвах. Применение для агроэкологии. RothC — модель почвенного органического углерода. Стандарт для климатических проектов по почвенному углероду. Применение в РФ. Расчёт лесных климатических проектов. Lesnoy resurs Россельхоза. Цифровые двойники территорий. Региональные оценки углеродного баланса. Концепции. Net Primary Production (NPP) — общая фотосинтетическая продукция минус автотрофное дыхание. Net Ecosystem Production (NEP) — NPP минус гетеротрофное дыхание (микробное, животное). Net Biome Production (NBP) — NEP минус потери от пожаров, рубок. Эти концепции важны для понимания углеродного баланса. Российские леса имеют положительный NBP ~0,6 млрд тонн CO₂ в год — глобально значимый сток. На курсе разбирается практика.

Климатические модели — GCM, RCM, ESM

Глобальные климатические модели (Global Climate Models, GCM) — основа современного климатического прогнозирования. История развития. Первые модели общей циркуляции атмосферы 1960-х (Manabe, Bryan). Появление океанских и связанных моделей атмосфера-океан 1980-х. Включение углеродного цикла, химии атмосферы, аэрозолей в 1990-2000-х — Earth System Models (ESM). Современное поколение — ESM с разрешением 25-50 км и десятками компонентов. CMIP (Coupled Model Intercomparison Project) — международный проект сравнения моделей с 1995 года. CMIP6 (2019) — основа IPCC AR6 (2021-2023). Около 50 моделей от 30+ центров мира. Унифицированные эксперименты для сравнения. SSP-сценарии (Shared Socioeconomic Pathways) для будущих эмиссий. Российские модели. INM-CM5 от Института вычислительной математики им. Марчука РАН (ИВМ РАН, Москва) с Marчuк-Дымниковым моделью. Активный участник CMIP6. ИГКЭ-CM, ВНИГМИ-МЦД-CM — модели Росгидромета. Региональные климатические модели (RCM) — даунскейлинг от GCM. CORDEX (Coordinated Regional Climate Downscaling Experiment) — международный проект. WRF (Weather Research and Forecasting) — применяется и для прогноза погоды, и для климатического даунскейлинга. ИГКЭ Россия применяет. RegCM, RACMO. Earth System Models (ESM). Дополнительно к климатическим переменным — углеродный цикл (растения, океан, почвы), азотный, аэрозоли, химия атмосферы, ледовая динамика, динамика растительности. Применение для оценки нелинейных эффектов (taipping points), оценки feedback (особо лесных и permafrost). Прогнозы для РФ. Потепление в РФ в 2,5 раза быстрее глобального. Особо сильное в Арктике (5x). Прогнозы. К 2050 средние температуры в европейской части РФ вырастут на 2-3 °C. В Арктике — на 4-6 °C. Изменения осадков. Таяние мерзлоты. Воздействие на инфраструктуру. Изменения биомов. Применение моделей. Климатические риски корпораций, муниципалитетов. TCFD/ISSB S2 требует климатического сценарного анализа. Адаптационное планирование. На курсе разбирается работа с CMIP-данными через Earth System Grid Federation (ESGF), Climate Data Operators (CDO), R-пакет climdex.

Гидрологические и атмосферные модели

Гидрологические модели. Применение для проектирования гидротехнических сооружений, ОВОС водных объектов, прогноза наводнений, расчёта НДС. 1) HEC-RAS (US Army Corps of Engineers) — гидравлическая модель речных систем. Расчёт уровней воды, скоростей, профилей. Стандарт для проектирования мостов, плотин, дамб. Открытое ПО. 2) HEC-HMS — гидрологическая модель дождевого стока. Применение для расчёта максимальных расходов. 3) MIKE серия (DHI Дания) — коммерческие комплексные гидродинамические модели. MIKE 11 для рек, MIKE 21 для двумерных, MIKE 3 для трёхмерных. Высокое качество, дорогое ПО. Применение в крупных проектах. 4) SWAT (Soil and Water Assessment Tool) — для бассейновых исследований с транспортом загрязнителей. Открытое. 5) ГВ модели — MODFLOW (USGS) — стандарт подземных вод. PMWIN, GMS графические оболочки. Применение для ГВ-расчётов проектов. 6) ПО Росводресурсов и ГГИ для российских задач. Атмосферные модели распространения примесей. Применение для расчёта НДВ, обоснования санитарно-защитных зон (СЗЗ), аварийных сценариев. 1) Гауссовы модели простые. ОНД-86 — старая отечественная методика. Заменена МРР-2017. Применение для ОВОС стационарных источников. ГИС-ОНД, «Эколог», «Призма» — российские пакеты для ОНД/МРР. 2) AERMOD (US EPA) — стандартная гауссова модель США. Применение в РФ ограничено отсутствием официального признания. 3) CALPUFF — непрерывная пафф-модель для сложного рельефа, дальнего распространения, обратимых процессов. Стандарт США для крупных проектов. 4) Численные модели — Lagrangian/Eulerian. WRF-Chem для распространения с химией. CHIMERE европейская. LOTOS-EUROS. Применение для аналитики городского качества воздуха. 5) CFD модели (Computational Fluid Dynamics) — ANSYS Fluent, OpenFOAM. Микромасштабное моделирование для промплощадок, городов. 6) Аварийные модели — ТОКСИ для токсичных выбросов, AusПЛУМ для аварийных сценариев атомной отрасли, PHAST для нефтехимии. 7) Дисперсия по ПДВ от Минприроды РФ. На курсе разбирается практика.

ГИС-моделирование биоразнообразия и ландшафтов

Геоинформационные системы (ГИС) стали стандартом экологического анализа. Платформы. 1) ArcGIS Pro (Esri) — коммерческое лидерское ПО. После 2022 ограничения доступа в РФ. 2) QGIS — открытая альтернатива. Расширение функциональности в РФ после 2022. 3) Google Earth Engine (GEE) — облачная платформа для ДЗЗ и ГИС-анализа. Бесплатный академический доступ. Огромный архив спутниковых данных. JavaScript и Python API. 4) PostgreSQL+PostGIS — открытая БД с геопространственным расширением. Применение для корпоративных систем. 5) R-пакеты sf, raster, terra, sp. Python пакеты GeoPandas, Rasterio, Shapely, Folium. ГИС-моделирование. 1) Видовое распределение (SDM, Species Distribution Models). MaxEnt (Maximum Entropy) — стандартное ПО для моделирования потенциального ареала вида по точкам встречи и климатическим переменным. Применение для редких видов, инвазивных, прогноза изменений ареалов при климатических изменениях. R-пакеты dismo, sdm, biomod2. 2) Моделирование землепользования. Land use/land cover change (LUCC) модели. Markov chains. CA-Markov (cellular automata). Применение для прогноза изменения лесного покрова, городской экспансии. 3) Lattice ландшафта и экологические коридоры. Circuitscape (теория цепей для экологической связности). Применение для планирования ООПТ, экологических сетей. 4) Hydrological connectivity. DEM (Digital Elevation Model) на основе обработка. SAGA GIS, GRASS GIS. 5) Multi-criteria decision analysis (MCDA) для экологического планирования. AHP (Analytic Hierarchy Process). Применение для выбора локаций ООПТ, размещения промобъектов. 6) Моделирование пожаров. FlamMap, FARSITE для прогноза распространения. Wildland Fire Decision Support System. Российское ИСДМ-Рослесхоз с аналитикой. 7) ДЗЗ-аналитика. Сентинель данные через Copernicus Browser, Sentinel Hub. Landsat через USGS. Российские «Канопус-В», «Аист-2Д». Машинное обучение для классификации — Random Forest, CNN. Кейсы. WWF Россия моделирует ареалы тигра, леопарда, снежного барса. ИКИ РАН ВЕГА-PRO для растительности. Глобальные платформы — Global Forest Watch, Global Biodiversity Information Facility (GBIF). На курсе разбирается.

Системная динамика, агент-ориентированное моделирование, ML

Системная динамика (System Dynamics) — подход для моделирования сложных систем с обратными связями. Основан Forrester в 1950-х для industrial dynamics. Применение в экологии — классическая модель Limits to Growth Club of Rome 1972 (World3 model). Концепции — stocks (запасы), flows (потоки), feedback loops (обратные связи), delays. Подход «целостной» аналитики. Программы — Stella, Vensim, AnyLogic, Insight Maker (открытое). Применение в экологии. Глобальные модели прогнозирования. Региональные модели устойчивого развития. Управление природными ресурсами. Российские применения — ИНП РАН, ИСА РАН (Институт системного анализа). Агент-ориентированное моделирование (Agent-Based Modeling, ABM). Симуляция взаимодействий множества автономных агентов. Эмерджентные свойства. Применение в экологии. 1) Моделирование поведения животных, миграций, выбора местообитания. 2) Распространение инвазивных видов. 3) Эпидемии животных и растений. 4) Взаимодействия человек-природа — использование природных ресурсов, конфликты. 5) Пожарные сценарии с поведением людей. ПО. NetLogo (открытое, классическое для ABM и обучения). Repast, MASON, AnyLogic. Применение в РФ. ИСА РАН, отдельные университеты. Машинное обучение в экологии. 1) Прогноз ареалов видов — Random Forest, Boosted Regression Trees, MaxEnt (формально-энтропийный, классически ML). Современные approaches — Deep Learning с Convolutional Neural Networks (CNN) для классификации изображений (камера-ловушки для определения видов автоматически), сегментации спутниковых изображений (определение лесного покрова, нефтяных разливов, пожаров). 2) NLP (Natural Language Processing) для анализа научной литературы и экологических данных. 3) Прогноз временных рядов — LSTM, Transformer-based архитектуры для прогноза концентраций загрязнителей, погоды, климатических переменных. 4) Anomaly detection для экологического мониторинга. 5) Generative AI для дизайна молекул с экологическими свойствами. Foundation models в химии. ПО. Python (scikit-learn, TensorFlow, PyTorch, fastai). R (caret, tidymodels, mlr3). Готовые модели через Hugging Face. Облачные платформы — Google Earth Engine для ДЗЗ с ML, AWS SageMaker, Azure ML. Тренды — Foundation models (большие модели на общих данных, специализирующиеся под задачи), Federated learning, Quantum ML. На курсе разбирается обзор.

Зарплаты специалистов

Должность	Доход в месяц, руб.
Младший научный сотрудник (НИИ)	85 000 – 145 000
Научный сотрудник с кандидатской	140 000 – 235 000
Инженер-моделист в проектном институте	125 000 – 215 000
Старший НС с климатическим моделированием	185 000 – 325 000
Эксперт по ОВОС с моделированием	155 000 – 285 000
Биоинформатик ГИС-биоразнообразия	165 000 – 290 000
Климатический эксперт корпорации	235 000 – 425 000
Заведующий лабораторией / руководитель R&D	275 000 – 475 000

Что вы освоите после обучения

Математические модели популяций и сообществ — Лотка-Вольтерра, MacArthur-Wilson, метапопуляционные, матричные Лесли, PVA через RAMAS и Vortex.
Биогеохимические модели потоков веществ — углеродные (CASA, BIOME-BGC, Century, RothC), азотные, фосфорные, водные. Применение в климатических проектах.
Климатические модели IPCC — GCM, RCM, ESM. Доступ к данным CMIP6 через ESGF. Российские модели INM-CM5. Сценарии SSP для прогнозов.
Гидрологические модели — HEC-RAS, HEC-HMS, MIKE серия, SWAT, MODFLOW. Применение для ОВОС, проектирования, расчёта НДС, прогноза наводнений.
Атмосферные модели распространения примесей — гауссовы (МРР-2017, AERMOD), пафф (CALPUFF), численные (WRF-Chem), аварийные (ТОКСИ, AusПЛУМ, PHAST). Российское ПО «Эколог», «Призма».
ГИС-моделирование — ArcGIS Pro, QGIS, Google Earth Engine. Видовое распределение (MaxEnt, dismo, biomod2). Землепользование. Экологические коридоры.
Системная динамика — stocks, flows, feedback loops. Применение Stella, Vensim, AnyLogic, Insight Maker. Глобальное прогнозирование, региональная устойчивость.
Агент-ориентированное моделирование — NetLogo, Repast, MASON. Применение для поведения животных, инвазивных видов, эпизоотий, конфликтов человек-природа.
Машинное обучение в экологии — Random Forest, BRT, Deep Learning (CNN для ДЗЗ и камера-ловушек), LSTM для временных рядов, NLP для текстов.
Программные инструменты — R (pop, dismo, sdm, biomod2, terra, sf), Python (scikit-learn, TensorFlow, PyTorch, GeoPandas), специализированные ПО для каждого типа моделей.

Документ по окончании

Выдаётся удостоверение о повышении квалификации установленного образца с регистрацией в ФИС ФРДО Рособрнадзора. Документ подтверждает квалификацию специалиста по экологическому моделированию — научного сотрудника НИИ, эксперта ОВОС, климатического аналитика корпорации, гидролога, специалиста по ГИС-биоразнообразию, разработчика климатических проектов.

Современная экология без количественных моделей — это описательная наука прошлого века. От климатических прогнозов до оценок биоразнообразия, от ОВОС до климатических проектов — везде нужны модели. Кто владеет современным инструментарием — востребован критически.

экспертиза Института географии РАН

Нормативная база

7-ФЗ «Об охране окружающей среды», 96-ФЗ «Об охране атмосферного воздуха», Водный кодекс.
Приказ Минприроды РФ о ОВОС.
МРР-2017 — методика расчёта рассеивания выбросов в атмосфере.
СП 482.1325800.2020 — гидротехнические сооружения.
296-ФЗ «Об ограничении выбросов парниковых газов» (для применения моделирования в климатических проектах).
ГОСТ Р 56276-2014 (ISO 14064-1) — инвентаризация парниковых газов.
IPCC Guidelines for National Greenhouse Gas Inventories 2006 и Refinement 2019.
TCFD/ISSB S2 — требования к климатическому сценарному анализу для корпоративной отчётности.

Совет от методистов курса. Освойте R и Python — без них современный эколог-моделист ограничен. Изучите ключевые R-пакеты (sf, terra, raster, dismo, biomod2). Запишитесь в академический Google Earth Engine — открытая платформа с огромным архивом данных и вычислительными ресурсами. Активно изучайте кейсы. WWF Россия моделирует ареалы тигра, леопарда. ИКИ РАН применяет ML для ДЗЗ. ИВМ РАН разрабатывает INM-CM5. Публикуйтесь в Q1-журналах (Ecological Modelling, Methods in Ecology and Evolution, Environmental Modelling and Software). Учитывайте, что модели — это инструменты с неопределённостями. Понимание ограничений критически важно.

Учебный план

Программа курса «Моделирование в экологии»

6 модулей — от математических основ до Machine Learning в экологическом прогнозировании.

Математические основы

Дифференциальные уравнения экосистем
Стохастические модели и Монте-Карло
Статистическая обработка данных
Валидация и верификация моделей

Рассеивание загрязнителей

МРР-2017 и УПРЗА Эколог
AERMOD (USEPA Gaussian)
CALPUFF для большого радиуса
Сводные расчёты по городу

Гидрология и гидродинамика

HEC-RAS для речных русел
MIKE21 для водоёмов
Перенос загрязнителей в воде
Прогноз паводков

ГИС-моделирование

ArcGIS / QGIS пространственный анализ
Интерполяция и кригинг
Зоны влияния и буферы
Картирование рисков

Экосистемные модели

Динамика популяций (Лотка-Вольтерра)
Углеродные циклы
Биогеохимические потоки
Сценарии климатического воздействия

ML и большие данные

Python: pandas, scikit-learn
Прогноз качества воздуха
Нейросети для спутниковых данных
Визуализация результатов

* Наши курсы постоянно обновляются методическим отделом в соответствии с изменениями в законодательстве, и возможно, итоговая программа будет немного отличаться. Уточнить актуальный план или оставить заявку на разработку персональной программы обучения вы можете по телефону 8 800 550-24-62

Запросить актуальную программу

Итоговая аттестация и документ

По завершении проводится итоговое тестирование. После успешной сдачи выдаётся удостоверение о повышении квалификации установленного образца с занесением в ФИС ФРДО Рособрнадзора.

Удостоверение
о повышении квалификации

По окончании обучения вы получаете удостоверение установленного образца в области охраны окружающей среды и экологической безопасности. Сведения о выданном документе вносятся в Федеральный реестр (ФИС ФРДО) Рособрнадзора.

Документ принимается Росприроднадзором, Роспотребнадзором и иными надзорными органами при проверках, в составе разрешительной документации и при участии в государственных тендерах.

УЦ ОбрПрофи

Почему выбирают наш центр

Лицензированное образовательное учреждение с 15-летней историей. Наша команда — это методисты, преподаватели и менеджеры, которые сопровождают каждого слушателя от заявки до получения документов.

Государственная лицензия

Минобразования № Л035-01265-18/00256787

Внесение в ФРДО

Все документы регистрируются в реестре Рособрнадзора

Персональный менеджер

Сопровождение от заявки до получения документов на руки

10 000+

специалистов выпущено

200+

компаний-клиентов

10 000+

выпускников

Как пройти повышение квалификации в «ОбрПрофи»?

ЗАПОЛНЕНИЕ
ЗАЯВКИ 1

ОТПРАВКА НА ВАШ
E-MAIL : ДОГОВОРА, СЧЕТА И ДАННЫЕ К СДО 2

ОБУЧЕНИЕ И ТЕСТИРОВАНИЕ 3

ОПЛАТА
ОБУЧЕНИЯ 4

ПОЛУЧЕНИЕ УДОСТОВЕРЕНИЙ 5

Формат обучения:
дистанционный (без отрыва от производства) или очный

Наши гарантии

Проверка в ФИС ФРДО — данные о выданном документе вносятся в федеральный реестр

Актуальные программы — соответствуют профессиональным стандартам и ФГОС

Персональное сопровождение — от записи до получения документов на руки

Возврат средств — полный возврат, если обучение не соответствует заявленному

Консультация

Написать в МАКС

8 800 550-24-62

Готовы записаться на курс?

Менеджер свяжется в течение 15 минут, ответит на вопросы и оформит документы

Наша
Лицензия

Регистрационный номер: № Л035-01265-18/00256787

Проверить действительность лицензии

Часто задаваемые вопросы

Population Viability Analysis (PVA, анализ популяционной жизнеспособности) — методология оценки вероятности выживания популяции в течение определённого периода с учётом демографических, генетических, средовых и катастрофических факторов. Ключевой инструмент для природоохранной биологии. Применение. 1) Оценка риска вымирания редких видов. Сравнение сценариев управления (статус-кво, расширение ООПТ, реинтродукция, борьба с браконьерством). 2) Определение минимально жизнеспособной популяции (MVP, minimum viable population). Классическое правило 50/500 (50 для краткосрочной, 500 для долгосрочной с учётом инбридинга). 3) Стратегии охраны видов из Красной книги. 4) Оценка эффективности природоохранных мероприятий. Типы моделей. 1) Детерминированные матричные модели (Лесли). dN/dt по возрастным классам. Расчёт скорости роста λ. Чувствительность и эластичность. Простые но мощные. 2) Стохастические демографические модели. Учёт случайной вариации демографических параметров (рождаемость, смертность). 3) Стохастические средовые модели. Учёт случайной вариации среды (хорошие/плохие годы). 4) Катастрофические события (пожары, эпизоотии, наводнения). Маловероятные но критические. 5) Inbreeding-depression (инбредная депрессия) — снижение приспособленности при родственном скрещивании в малых популяциях. 6) Метапопуляционные с миграцией между субпопуляциями. Применение для фрагментированных ландшафтов. ПО. RAMAS Metapop / Ecorisk (коммерческий, стандарт PVA). RAMAS GIS — с интеграцией ГИС. Vortex (бесплатный, активно используется). Outbreak. R-пакеты popbio, IPMpack, demogR, ulmfit. Российские применения. ИПЭЭ РАН (Институт проблем экологии и эволюции им. Северцова), Центр охраны дикой природы, WWF Россия. Кейсы. 1) Амурский тигр — модели применялись с 1990-х. Показатели восстановления — рост от 30 до 750 особей за 80 лет благодаря охране. 2) Дальневосточный леопард — 30 в 2000-х → 121 в 2024 в нацпарке «Земля леопарда». Модели показывают возможный потенциал до 200-300 особей при расширении охраны. 3) Снежный барс — около 90 особей в РФ (Алтай, Саяны). Программа РГО, моделирование сценариев. 4) Зубр — восстановление в Кавказском заповеднике, Орловском полесье. 5) Стерлядь, осетровые на Волге — модели для оценки эффективности рыбоводных программ Главрыбвода. Методологические замечания. Модели чувствительны к качеству данных. Сбор данных по редким видам сложен. Учёт неопределённостей через scenarios analysis. Ансамбли моделей. На курсе разбирается практика.

Глобальные климатические модели (Global Climate Models, GCM), региональные климатические модели (RCM) и Earth System Models (ESM) — разные уровни сложности климатического моделирования с разной целью применения. GCM. Глобальное покрытие. Разрешение — 25-200 км для современных моделей. Текущее поколение CMIP6 — около 100 км стандарт. Высокоразрешающие — 25-50 км. Компоненты — атмосфера, океан, морской лёд, поверхность земли (упрощённо). Решают уравнения движения, термодинамики, переноса влаги на глобальной сетке. Применение — глобальные климатические прогнозы, сценарии IPCC, понимание планетарных процессов. RCM (Regional Climate Models). Региональное покрытие — обычно континент или субконтинент. Разрешение — 5-50 км. Граничные условия от GCM (динамический даунскейлинг). Захватывают локальные процессы — мезомасштабные циклоны, конвективные осадки, орографические эффекты. Применение — региональные климатические прогнозы для адаптационного планирования, оценок воздействия на инфраструктуру, сельское хозяйство. Программы. CORDEX (Coordinated Regional Climate Downscaling Experiment) — международный проект. WRF (Weather Research and Forecasting) — широко применяется. RegCM Триестский институт. RACMO Нидерланды. Для РФ — ИГКЭ применяет WRF. Earth System Models (ESM). Расширение GCM с биогеохимическими циклами. Дополнительные компоненты. 1) Углеродный цикл — поглощение CO₂ океаном, фотосинтез растительности, дыхание почв. 2) Азотный цикл — N₂ фиксация, нитрификация, денитрификация. 3) Динамическая растительность — изменения биомов под воздействием климата. 4) Химия атмосферы — образование озона, аэрозолей. 5) Аэрозоли — сульфаты, чёрный углерод, минеральная пыль, морская соль. 6) Ледовая динамика. 7) Permafrost дисамики. 8) Метановые эмиссии из водно-болотных угодий. Цели. Учёт climate-carbon feedback (углеродная обратная связь). Базовый вопрос — насколько сильна. При потеплении почвы выделяют больше CO₂ — ускоряет потепление. При потеплении тропические леса могут перейти от стока к источнику CO₂ — амазонский тropping point. Permafrost освобождает метан и CO₂. Эти feedback потенциально могут утроить парниковый эффект от антропогенных эмиссий в худшем сценарии. ESM позволяют оценить вероятности. Российские модели. INM-CM5 от Института вычислительной математики им. Марчука РАН (ИВМ РАН). Участвовала в CMIP6. Конкурентоспособна с международными. ИВМ-CM6 в разработке. ИГКЭ моделирует. Применение моделей. Прогнозы IPCC AR6 (2021-2023) на основе CMIP6 ESM. Сценарии SSP1-1.9 (1,5°C-ограничение), SSP1-2.6 (2°C), SSP2-4.5, SSP3-7.0, SSP5-8.5 (worst case). Для РФ показывают потепление в 2,5 раза быстрее глобального. Особо в Арктике — до 5x. Прогнозы используются для адаптационного планирования инфраструктуры, сельского хозяйства, городов. На курсе разбирается работа с данными CMIP6 через ESGF (Earth System Grid Federation).

Моделирование распространения загрязнителей в атмосфере — один из ключевых инструментов экологического анализа в РФ для ОВОС, обоснования СЗЗ, расчёта НДВ. Категории моделей по принципу. 1) Гауссовы (Plume Dispersion). Принцип — концентрация распределена по нормальному (гауссову) закону по поперечнику струи. Стандартное решение для постоянных стационарных источников в относительно однородных условиях. Простота. Скорость расчёта. Хорошо для базового регулирования. Российские. ОНД-86 — старая методика. Заменена МРР-2017 (Методические рекомендации по расчёту рассеивания выбросов вредных (загрязняющих) веществ в атмосферном воздухе). МРР учитывает классы устойчивости атмосферы по Pasquill (A-F), типы источников, фоновые концентрации, превращения веществ. Российское ПО. «Эколог» (Интеграл, СПб) — стандарт большинства проектных институтов. «Призма» (Эколог-Воронеж). «УПРЗА Эколог». Сертифицированы Росприроднадзором. AERMOD (US EPA) — гауссова, более продвинутая. Применение в РФ ограничено. CALINE 4 — для автотранспорта. 2) Пафф (Puff Dispersion). Концепция — выброс представлен как непрерывная последовательность мгновенных «паффов». Каждый паф диспергируется по гауссову закону, но центр массы движется по ветру. Применение для сложного рельефа, переменного ветра, дальнего распространения (>50 км). CALPUFF — стандартная для США. CALMET для метеорологического препроцессинга. Применение в РФ для специальных задач — крупных проектов, аварийных оценок. 3) Численные эулеровы модели. Решение уравнений переноса на 3D-сетке. Учёт нелинейных процессов, химии атмосферы, осадков. Высокая точность для сложных условий. Высокие вычислительные затраты. Программы. WRF-Chem — глобальный стандарт для региональной аналитики. CHIMERE европейская. LOTOS-EUROS. CMAQ (Community Multiscale Air Quality) US EPA. Российские разработки. Применение для городского качества воздуха, исследовательских задач. 4) Лагранжевы (Lagrangian Particle Dispersion). Симуляция движения миллионов вычислительных частиц. Учёт турбулентности через стохастические подходы. Применение — атомная отрасль (СГРБ-2018 для аварий АЭС), отчёт WMO HYSPLIT для трансграничного переноса. ТОКСИ для химических аварий. PHAST для нефтехимии. AusПЛУМ для атомных аварий. 5) CFD (Computational Fluid Dynamics). Высокое разрешение для микромасштабов — обтекание зданий, городские каньоны. ANSYS Fluent, OpenFOAM. Применение для специальных проектов (стадионы, мегаполисы, промплощадки). Дороже всех. Выбор модели по задаче. Для стандартной ОВОС стационарных источников — МРР-2017 в Эколог/Призма. Для крупных проектов с дальним распространением — CALPUFF или WRF-Chem. Для аварийных сценариев — ТОКСИ, PHAST или другие специализированные. Для специальных задач — CFD. Входные данные. Метеорология — стандартные данные ГГО, метеостанций, для специальных задач — собственные измерения. Выбросы — инвентаризация по предприятию. Фоновые концентрации — данные Росгидромета. Рельеф — DEM от Роскартографии. Топография — кадастровые. Калибровка и верификация. Сравнение с фактическими измерениями на стационарных постах. Корректировка параметров. Не обязательная для большинства проектов в РФ, но важна для крупных. На курсе разбирается.

Машинное обучение (ML) — трансформативная технология для экологических исследований и практики. Активно применяется с 2010-х годов. Категории применений. 1) Видовое распределение (SDM, Species Distribution Modeling). Прогноз потенциального ареала вида по точкам встречи и средовым переменным (климат, рельеф, почвы, растительность). Классические методы. MaxEnt (Maximum Entropy) — самый популярный для presence-only данных. R-пакеты dismo, sdm, biomod2. Современные методы. Random Forest, Boosted Regression Trees, Gradient Boosting (XGBoost, LightGBM). Deep Learning подходы. Convolutional Neural Networks для распознавания паттернов в средовых данных. Применение — прогноз ареалов редких видов, инвазивных, изменений ареалов при климатических сценариях, выбор территорий для ООПТ. 2) Камера-ловушки и автоматическая идентификация. Большие наборы фотографий с камер-ловушек в природе. Распознавание видов автоматически через CNN (ResNet, VGG, EfficientNet). Производительность 95%+ для распространённых видов. Программы — Wildlife Insights, MegaDetector (Microsoft AI for Earth), eMammal, Conservation AI. Применение — мониторинг тигра, леопарда, оленя, кабана, медведя. Освобождение исследователей от ручной обработки. 3) Биоакустический мониторинг. Распознавание звуков животных (птицы, амфибии, китообразные, насекомые, летучие мыши). Spectrogram-based CNN. Программы — BirdNET (свободный), Kaleidoscope Pro. Применение — мониторинг биоразнообразия по звукам без необходимости визуального учёта. Особо для скрытных видов и в труднодоступных местах. 4) ДЗЗ-аналитика. Классификация лесного покрова, выявление вырубок, пожаров, нефтяных разливов, цветений водорослей на основе спутниковых данных. CNN, U-Net, Vision Transformers для сегментации. Применение через Google Earth Engine с встроенными ML-инструментами. Российская ВЕГА-PRO ИКИ РАН для аналитики растительности. ИСДМ-Рослесхоз для пожаров. 5) Прогноз временных рядов. Концентрации загрязнителей. Численности популяций. Климатические переменные. LSTM (Long Short-Term Memory), Transformer-based архитектуры. Российские применения в Росгидромете. 6) eDNA-метагеномика. Биоинформатический анализ ДНК-секвенирования образцов воды, почвы, воздуха. Классификация миллионов последовательностей. Применение CNN для классификации, Hidden Markov Models для функциональных предсказаний. 7) NLP в экологии. Анализ научных публикаций для синтеза знаний. Автоматическое извлечение данных из текстов. ChatGPT-подобные модели для генерации и проверки гипотез. 8) Foundation models. Большие модели на общих данных (как GPT), дообучающиеся под конкретные задачи. В экологии — TerraTorch для ДЗЗ, ClimaX для климата, EcoSEER для биоразнообразия. 9) Generative AI. Синтез реалистичных данных, дизайн молекул с экологическими свойствами (биоразлагаемых пластиков). Программы и платформы. Python (TensorFlow, PyTorch, scikit-learn, fastai). R (caret, tidymodels, mlr3). Hugging Face для готовых моделей. Google Colab для бесплатных GPU. AWS SageMaker, Google Vertex AI для корпоративных. На курсе разбирается обзор и базовая практика.

SSP (Shared Socioeconomic Pathways, общие социально-экономические сценарии) — стандартная классификация будущих социально-экономических траекторий, используемая в IPCC AR6 и последующих оценках. Заменяет предыдущие RCP (Representative Concentration Pathways) AR5. Концепция. SSP описывают будущее по 5 сценариям с разными уровнями вызовов для смягчения и адаптации. SSP1 «Sustainability — Taking the Green Road». Глобальное сотрудничество. Образование. Развитие ВИЭ. Эффективные институты. Низкие вызовы и для смягчения, и для адаптации. SSP2 «Middle of the Road». Развитие как сейчас. Умеренные вызовы для смягчения и адаптации. Базовый сценарий. SSP3 «Regional Rivalry — A Rocky Road». Геополитическая фрагментация. Национализм. Ограниченное сотрудничество. Высокие вызовы для смягчения и адаптации. SSP4 «Inequality — A Road Divided». Растущее неравенство между странами и внутри стран. Низкие вызовы для смягчения (богатые декарбонизуют), высокие для адаптации (бедные страдают). SSP5 «Fossil-fueled Development — Taking the Highway». Быстрое экономическое развитие на ископаемом топливе. Технологический оптимизм. Высокие вызовы для смягчения, низкие для адаптации (богатые адаптируются). Сочетание со сценариями выбросов. SSP-RCP сочетания — наиболее популярные. SSP1-1.9 (1,5°C-ограничение) — амбициозное смягчение. SSP1-2.6 (2°C-ограничение). SSP2-4.5 — текущая траектория обязательств NDC. SSP3-7.0 — без амбициозной политики. SSP5-8.5 — высокий ископаемого топлива. Прогнозы для РФ. К 2050 в SSP2-4.5 — потепление европейской части на 2-2,5°C, в SSP5-8.5 — на 3-3,5°C. В Арктике существенно сильнее (4-7°C). Изменения осадков, экстремальных явлений, таяния мерзлоты. Применение в бизнесе и финансах. 1) Климатические риски TCFD/ISSB S2. Корпоративная отчётность требует климатического сценарного анализа. Стандартные сценарии — IEA NZE (Net Zero Emissions by 2050), IEA APS (Announced Pledges Scenario), IEA STEPS (Stated Policies Scenario), IPCC SSP. Компании должны оценить устойчивость своей бизнес-модели при разных сценариях. 2) Регуляторные риски. Сценарии с амбициозным смягчением (SSP1-1.9, SSP1-2.6) подразумевают высокие цены углерода (>100 евро/тонна к 2030), запреты отдельных технологий. Высокий риск для углеродно-интенсивной экономики. 3) Физические риски. Сценарии с высокими выбросами (SSP5-8.5) подразумевают серьёзные физические риски — наводнения, экстремальные осадки, таяние permafrost, лесные пожары. Высокий риск для инфраструктуры. 4) Стратегическое планирование. Компании используют сценарии для долгосрочного планирования (5-30 лет). Перевод модели бизнеса. Инвестиции в декарбонизацию. Адаптация. 5) Финансовый сектор. Банки, страховые, инвестфонды используют сценарии для оценки активов, портфелей. Stress testing. ECB, ФРС, Банк России начинают такие тесты. 6) Государственное планирование. Города, регионы используют сценарии для адаптации. Москва, СПб, российские нефтегазовые регионы (с риском таяния permafrost) — приоритеты. На курсе разбирается практика.

В Москве, Санкт-Петербурге, Новосибирске и других крупных научных центрах младший научный сотрудник НИИ экологии или географии в первый год получает 85–145 тысяч рублей, научный сотрудник с кандидатской степенью — 140–235 тысяч, инженер-моделист в проектном институте — 125–215 тысяч, старший научный сотрудник с климатическим моделированием — 185–325 тысяч, эксперт по ОВОС с моделированием — 155–285 тысяч, биоинформатик по ГИС-биоразнообразию — 165–290 тысяч, климатический эксперт корпорации (для TCFD-сценариев) — 235–425 тысяч, заведующий лабораторией или руководитель R&D — 275–475 тысяч в месяц. В небольших регионах оплата ниже на 25–30%. Специфика заработка. Эксперты по климатическому моделированию для TCFD/ISSB S2 — критически востребованы в крупных корпорациях после введения требований раскрытия. 350-500 тысяч в Москве. Эксперты по ML в экологии (Deep Learning для ДЗЗ, eDNA-биоинформатики) — премиальная ниша. Гидрологи с опытом MIKE-моделирования для крупных гидротехнических проектов — высокая оплата (250-400 тысяч). Эксперты по углеродным климатическим проектам по 296-ФЗ с CASA/BIOME-BGC моделированием — растущий сегмент. Российские центры моделирования. ИВМ РАН (Институт вычислительной математики им. Марчука, Москва) — крупнейший центр климатического моделирования. INM-CM5 модель в CMIP6. Конкурентоспособна с международными. ИГКЭ (Институт глобального климата и экологии, Москва) — климат и экология. ИКИ РАН — ДЗЗ-аналитика, ВЕГА-PRO. Институт географии РАН — географическое моделирование. ИВП РАН (Институт водных проблем) — гидрологические модели. ГГО им. Воейкова (СПб) — атмосфера, климат. ГГИ (Государственный гидрологический институт, СПб) — гидрология. Институт океанологии им. Ширшова — морские системы. ИПЭЭ РАН (Институт проблем экологии и эволюции им. Северцова, Москва) — биология популяций. ЦЭПЛ РАН (Центр по проблемам экологии и продуктивности лесов) — лесное моделирование. Заведующие лабораториями с активными грантами — 300-500 тысяч в Москве. Корпоративные R&D-центры. Норильский никель Research — моделирование атмосферного распространения SO₂ от Серного проекта. Газпром нефть Технологии. Лукойл-Инжиниринг. СИБУР R&D. Росатом Технологии. Главные эксперты по моделированию — 250-400 тысяч. ESG-консалтинг. Russian Carbon, B-Carbon, SoyuzExpertiza-Russia. Специалисты по климатическим проектам с моделированием углеродного баланса — 250-450 тысяч в Москве. Аналитические центры. ВЭБ.РФ Аналитика, ИНП РАН, ВШЭ Институт экологической политики, ЦСР. Системные аналитики, разработчики моделей декарбонизации. Преподавание. Географические и экологические факультеты МГУ, СПбГУ, РГГРУ, РУДН, региональных университетов. ВШЭ, МФТИ, Сибирский федеральный, ЮФУ. Программы повышения квалификации. Преподаватели — 100-250 тысяч в Москве. Карьерный рост. Лаборант → младший НС → научный сотрудник → старший НС → ведущий → заведующий лабораторией. Параллельные ветки. Корпоративный R&D. ESG-консалтинг. Аналитические центры. Государственное регулирование (Минприроды, Росгидромет). Программа повышения квалификации даёт документ для работы в академических институтах, проектных институтах, корпоративных R&D, ESG-консалтинге, аналитических центрах, государственных органах. Перспективная карьерная ниша с растущим спросом.