Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 2. С. 40-48
Вариационная ассимиляция спутниковых данных поверхностной концентрации взвешенного вещества в Азовском море
В.С. Кочергин
1 , С.В. Кочергин
1 , С.В. Станичный
1 1 Морской гидрофизический институт РАН, Севастополь, Россия
Одобрена к печати: 11.03.2020
DOI: 10.21046/2070-7401-2020-17-2-40-48
Спутниковые данные позволяют получать последовательную информацию о состоянии поверхности моря и изменении пространственных структур, определяемых по концентрации рассеивающей взвеси в оптическом диапазоне. Основной проблемой при этом являются помехи создаваемые, например, облачностью. Часто такие помехи полностью или частично прерывают поступление информации с поверхности моря. Поэтому задача восстановления отсутствующих в некоторые промежутки времени данных (gap filling) является важной и актуальной. Такая задача может быть решена различными способами, в том числе на основе вариационной ассимиляции данных измерений, которая реализуется за счёт идентификации входных параметров модели. Сама модель переноса пассивной примеси выступает в роли пространственно-временного интерполянта, и получаемое решение на используемом интервале времени является согласованным с математической моделью и с данными измерений в силу минимизации функционала качества прогноза. На конкретных данных показана работоспособность вариационного алгоритма идентификации, произведено сравнение полученных результатов с последовательными спутниковыми изображениями сканера MODIS. Результаты показали хорошую согласованность данных численного моделирования со спутниковой информацией в силу минимизации функционала качества прогноза; за счёт модельной пространственно-временной интерполяции полученные поля концентрации охватывают всю акваторию Азовского моря на временном интервале интегрирования модели.
Ключевые слова: спутниковые данные, концентрация пассивной примеси, модель переноса, Азовское море, сопряжённые уравнения
Полный текстСписок литературы:
- Иванов В. А., Фомин В. В. Математическое моделирование динамических процессов в зоне моря-суша. Севастополь: ЭКОСИ-гидрофизика, 2008. 363 с.
- Кочергин В. С. Идентификация начального поля концентрации для модели переноса пассивной примеси в Азовском море // Экологическая безопасность прибрежной и шельфовой зон и комплексное использование ресурсов шельфа. Севастополь: МГИ НАНУ, 2012. Вып. 26. Т. 2. С. 123–125.
- Кочергин С. В., Кочергин В. С., Фомин В. В. Определение концентрации пассивной примеси в Азовском море на основе решения серии сопряжённых задач // Экологическая безопасность прибрежной и шельфовой зон и комплексное использование ресурсов шельфа. Севастополь: МГИ НАНУ, 2012. Вып. 26. Т. 2. С. 112–118.
- Кочергин В. С., Кочергин С. В., Станичный В. С. Использование метода сопряжённых уравнений при идентификации источников загрязнений в Азовском море // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 1. С. 50–57.
- Кременчуцкий Д. А., Кубряков А. А., Завьялов П. О., Коновалов Б. В., Станичный С. В., Алескерова А. А. Определение концентрации взвешенного вещества в Черном море по данным спутника MODIS // Экологическая безопасность прибрежной и шельфовой зон и комплексное использование ресурсов шельфа. 2014. № 29. С. 1–9.
- Марчук Г. И. Математическое моделирование в проблеме окружающей среды. М.: Наука, 1982. 320 с.
- Фомин В. В. Численная модель циркуляции вод Азовского моря // Науч. тр. Украинского научно-исслед. гидрометеоролог. ин-та. 2002. Вып. 249. С. 246–255.
- Blumberg A. F., Mellor G. L. A description of the three-dimensional coastal ocean circulation model // Three-Dimensional Coastal Ocean Models / ed. Heaps N.; AGU. 1987. V. 4. P. 1–16.
- Kochergin V. S., Kochergin S. V. Identification of a Pollution Source Power in the Kazantip Bay Applying the Variation Algorithm // Physical Oceanography. 2015. No. 2. P. 69–76.
- Marchuk G. I., Penenko V. V. Application of optimization methods to the problem of mathematical simulation of atmospheric processes and environment // Modelling and Optimization of Complex Systems: Proc. IFIP-TC7 Working Conf. N. Y.: Springer, 1978. P. 240–252.
- Shutyaev V. P., Le Dimet F.-X., Parmuzin E. Sensitivity analysis with respect to observations in variational data assimilation for parameter estimation // Nonlinear Processes in Geophysics. 2018. V. 25. Iss. 2. P. 429–439.
- Zalesny V. B., Diansky N. A., Fomin V. V., Moshonkin S. N., Demyshev S. G. Numerical model of the circulation of the Black Sea and the Sea of Azov // Russian J. Numerical Analysis and Mathematical Modelling. 2012. V. 27. Iss. 1. P. 95–112.