Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 6. С. 111-124

Применение спутниковых данных для валидации гидродинамической модели Северного Ледовитого океана

А.В. Колдунов 1 , Н.В. Колдунов 2 , Д.Л. Волков 3 , Т.В. Белоненко 1 
1 Санкт-Петербургский государственный университет, Санкт-Петербург, Россия
2 Climate Service Center 2.0, HZG, Гамбург, Германия
3 Cooperative Institute for Marine and Atmospheric Studies, University of Miami, and NOAA Atlantic Oceanographic and Meteorological Laboratory, Майами, США
Целью данной работы является проверка работоспособности региональной конфигурации гидродинамической модели MITgcm для Северного Ледовитого океана, установленной в Ресурсном центре «Вычислительный центр СПбГУ». Конфигурация создана в рамках проекта ECCO2, основной целью которого являлось получение глобальных полей океанических характеристик высокого разрешения в линейном приближении к имеющимся в наличии наблюдениям. Для валидации модели использовалась спутниковые измерения таких океанологических характеристик, как сплоченность морского льда, уровень моря и температура поверхности океана. Модель хорошо воспроизводит пространственную и временную изменчивость ледовых характеристик, позволяет оценить сезонный ход и общую тенденцию изменений площади распространения льда. Воспроизведение моделью аномалий составляющей уровня океана, связанной с изменениями массы водного столба, дает удовлетворительные результаты для акваторий Северного Ледовитого океана, удаленных от полюса, в частности для района Баренцева моря. Воспроизведение моделью температуры поверхности воды показывает хорошие результаты, позволяя оценить межгодовую изменчивость и тренд для этой характеристики. Сравнение спутниковых и модельных данных позволяет сделать вывод, что модель достаточно реалистично воспроизводит состояние поверхностных характеристик Северного Ледовитого океана и может служить решению многих научных и практических задач.
Ключевые слова: Северный Ледовитый океан, гидродинамическая модель MITgcm, ECCO2, валидация, спутниковые измерения, сплоченность морского льда, уровень моря, температура поверхности океана
Полный текст

Список литературы:

  1. Иванов В.В., Алексеев В.А., Алексеева Т.А., Колдунов Н.В., Репина И.А., Смирнов А.В. Арктический ледяной покров становится сезонным? // Исследование Земли из космоса. 2013. № 4. С. 50–65.
  2. Шалина Е.В., Йоханнессен О.М., Бобылев Л.П. Изменение арктического ледяного покрова по данным спутникового пассивного микроволнового зондирования с 1978 по 2007 годы // Современные проблемы дистанционного зондирования Земли из космоса. 2008. Т. 5. № 2. С. 228–233.
  3. Шалина Е.В. Сокращение ледяного покрова Арктики по данным спутникового пассивного микроволнового зондирования // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т.10. № 1. С.328–336.
  4. Antonov J.I., Seidov D., Boyer T.P., Locarnini R.A., Mishonov A.V., Garcia H.E., Baranova O. K., Zweng M.M., Johnson D.R. World Ocean Atlas 2009, Volume 2: Salinity. S. Levitus, Ed. NOAA Atlas NESDIS 69, U.S. Government Printing Office. Washington, D.C. 2010. 184 pp.
  5. Cavalieri, D.J., Parkinson C.L., Gloersen P., Zwally H. Sea Ice Concentrations from Nimbus-7 SMMR and DMSP SSM/I-SSMIS Passive Microwave Data. Boulder, Colorado USA: NASA National Snow and Ice Data Center Distributed Active Archive Center. 1996, updated yearly. http://dx.doi.org/10.5067/8GQ8LZQVL0VL.
  6. Chambers D.P., Willis J.K. A Global Evaluation of Ocean Bottom Pressure from GRACE, OMCT, and Steric-Corrected Altimetry // J. of Oceanic and Atmosph. Technology. 2010. V. 27. P. 1395–1402. DOI: 10.1175/2010JTECHO738.1.
  7. Chambers D.P., Bonin J.A. Evaluation of Release 05 time-variable gravity coefficients over the ocean // Ocean Science. 2012. V. 8. P. 859–868, www.ocean-sci.net/8/859/2012.
  8. Daru V., Tenaud C. High order one-step monotonicitypreserving schemes for unsteady compressible flow calculations // J. Comput. Phys. 2004. V. 193. No. 2. P. 563–594. doi:10.1016/j.jcp.2003.08.023.
  9. Fox-Kemper B., Menemenlis D. Can large eddy simulation techniques improve mesoscale rich ocean models? // in Ocean Modeling in an Eddying Regime, Geophys. Monogr. Ser., edited by M. Hecht and H. Hasumi. AGU, Washington, D.C. 2008. V. 177. P. 319–338.
  10. Jackett D.R., McDougall T.J. Minimal adjustment of hydrographic profiles to achieve static stability // J. Atmos. Oceanic Technol. 1995. No. 12. P. 381–389.
  11. Large W.G., McWilliams J.C., Doney S. Oceanic vertical mixing: A review and a model with a nonlocal boundary layer parameterization // Rev. Geophys. 1994. V. 32. No. 4. P. 363–403.
  12. Large W., Yeager S. Diurnal to decadal global forcing for ocean and sea-ice models: The data sets and flux climatologies // Tech. Note NCAR/TN-460+STR, Natl. Cent. for Atmos. Res., Boulder, Colo. 2004. 111 p. doi:10.5065/D6KK98Q6.
  13. Leith C.E. Stochastic models of chaotic systems. Phys. D. 1996. No. 98. P. 481–491.
  14. Locarnini R.A., Mishonov A.V., Antonov J.I., Boyer T.P., Garcia H.E., Baranova O. K, Zweng M.M., Johnson D.R. World Ocean Atlas 2009, Volume 1: Temperature. S. Levitus, Ed. NOAA Atlas NESDIS 68, U.S. Government Printing Office. Washington, D.C. 2010. 184 pp.
  15. Losch M., Menemenlis D., Heimbach P., Campin J.-M., Hill C. On the formulation of sea-ice models. Part 1: Effects of different solver implementations and parameterizations // Ocean Modell. 2010. No. 33. P. 129–144.
  16. Marshall J., Adcroft A., Hill C., Perelman L., Heisey C. A finite-volume, incompressible Navier-Stokes model for studies of the ocean on parallel computers. // J. Geophys. Res. 1997. 102(C3). P. 5753–5766.
  17. Menemenlis D., Campin J., Heimbach P., Hill C., Lee T., Nguyen A., Schodlock M., Zhang H. ECCO2: High resolution global ocean and sea ice data synthesis. // Mercator Ocean Q. Newsl. 2008. No. 31. P. 13–21.
  18. Nguyen A. T., Menemenlis D., Kwok R.. Arctic ice‐ocean simulation with optimized model parameters: Approach and assessment // J. Geophys. Res. 2011. N. 116. C04025. doi:10.1029/2010JC006573.
  19. Reynolds R.W. What's New in Version 2. OISST Webpage. 2009. // http://www.ncdc.noaa.gov/sst/papers/oisst_daily_v02r00_version2-features.pdf. 10 p.
  20. Reynolds R.W., Smith T.M., Liu C., Chelton D.B., Casey K.S., Schlax M.G. Daily high-resolution-blended analyses for sea surface temperature // Journal of Climate. 2007. N. 20. P. 5473–5496, doi:10.1175/2007JCLI1824.1.
  21. Volkov D.L., Landerer F.W., Non-seasonal variability of the Arctic Ocean mass observed by the GRACE satellites // J. Geophys. Res. 2013. V. 118, P. 6451–6460, doi:10.1002/2013JC009341.
  22. Wahr J., Swenson S., Velicogna I. Accuracy of GRACE mass estimates // Geophys. Res. Lett. 2006. No. 33. L06401. PP. 1-5. doi: 10.1029/2005GL025305.
  23. Zhang J., Hibler W.D. On an efficient numerical method for modeling sea ice dynamics // J. Geophys. Res. 1997. 102(C4). P. 8691–8702.