Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 1. С. 76-83
Ассимиляция спутниковых данных поверхностной концентрации хлорофилла a в Азовском море
В.С. Кочергин
1 , С.В. Кочергин
1 1 Морской гидрофизический институт РАН, Севастополь, Россия
Одобрена к печати: 15.02.2023
DOI: 10.21046/2070-7401-2023-20-1-76-83
Одной из основных проблем при использовании спутниковых данных о пространственных примесях в верхнем слое моря выступают помехи, создаваемые, например, облачностью или различными аэрозолями, продуктами горения и т. д. Часто эти помехи могут прерывать поступление данных о состоянии поверхности моря. Поэтому задача определения значений концентрации для областей с отсутствующей информацией (англ. gap filling) считается важной и актуальной. Для решения такой задачи может быть применён вариационный алгоритм ассимиляции данных измерений на некотором промежутке времени в модели переноса исследуемой примеси. С помощью информации для различных моментов времени на данном промежутке времени и используемой модели в качестве пространственно-временного интерполянта можно получить решение, согласованное с данными измерений и с самой моделью. В настоящей работе за счёт идентификации начального поля концентрации при минимизации квадратичного функционала качества прогноза мы получаем решение для всего промежутка времени. Для построения градиента функционала в пространстве параметров используется решение соответствующей сопряжённой задачи, а для нахождения итерационного параметра решается задача в вариациях. При проведении численных экспериментов использовались реальные данные о концентрации хлорофилла a, информация о ветровом воздействии над Азовским морем (http://dvs.net.ru/mp/data/201507vw.shtml) и облачности (worldview.earthdata.nasa.gov). При помощи модели циркуляции Азовского моря в сигма-координатах были получены поля течений, коэффициенты турбулентной диффузии при северном и северо-западном ветровом воздействии, которое преобладало в наблюдаемый период времени. Полученные модельные поля использовались в качестве входной информации для модели переноса пассивной примеси. В результате работы вариационной процедуры ассимиляции данных измерений найденные поля концентрации для используемого промежутка времени (пять суток) согласованны с данными измерений и с моделью переноса. Такое согласование обусловлено минимизацией функционала при используемых ограничениях.
Ключевые слова: спутниковые данные, концентрация хлорофилла a, модель переноса, Азовское море, сопряжённые уравнения
Полный текстСписок литературы:
- Иванов В. А., Фомин В. В. Математическое моделирование динамических процессов в зоне море – суша. Севастополь: ЭКОСИ-гидрофизика, 2008. 363 с.
- Кочергин В. С., Кочергин С. В. Идентификация мощности источника загрязнения в Казантипском заливе на основе применения вариационного алгоритма // Морской гидрофиз. журн. 2015. № 2. P. 79–88. DOI: 10.22449/0233-7584-2015-2-79-88.
- Кочергин В. С., Кочергин С. В., Станичный В. С. Использование метода сопряженных уравнений при идентификации источников загрязнений в Азовском море // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 1. С. 50–57. DOI: 10.21046/2070-7401-2017-14-1-50-57.
- 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. УкрНИГМИ. 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. American Geophysical Union. Washington, DC, 1987. V. 4. P. 1–16. https://doi.org/10.1029/CO004p0001.
- 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. Methods for Observation Data Assimilation in Problems of Physics of Atmosphere and Ocean // Izvestiya, Atmospheric and Oceanic Physics. 2019. V. 55. P. 17–31. DOI: 10.1134/ S0001433819010080.