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
Ваш e-mail:
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. 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 текст

Список литературы:

  1. Иванов В. А., Фомин В. В. Математическое моделирование динамических процессов в зоне море – суша. Севастополь: ЭКОСИ-гидрофизика, 2008. 363 с.
  2. 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.
  3. 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.
  4. Марчук Г. И. Математическое моделирование в проблеме окружающей среды. М.: Наука, 1982. 320 с.
  5. Фомин В. В. Численная модель циркуляции вод Азовского моря // Науч. тр. УкрНИГМИ. 2002. Вып. 249. С. 246–255.
  6. 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.
  7. 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.
  8. 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.