Вариационная идентификация начального поля концентрации хлорофилла а в модели переноса по данным дистанционного зондирования

В. С. Кочергин*, С. В. Кочергин

Морской гидрофизический институт РАН, Севастополь, Россия

* e-mail: vskocher@gmail.com

Аннотация

Целью работы является построение полей хлорофилла а путем вариационной ассимиляции доступной спутниковой информации за несколько суток в модели переноса. Такая информация является наиболее оперативной, но чаще всего имеет в своей структуре пропуски, иногда существенные, вследствие рассеивающего эффекта облачности, бликов и т. д. Поэтому получение достоверных полей с учетом имеющейся информации для акватории Черного моря является важной и актуальной задачей. При численной реализации модели переноса и вариационного метода ассимиляции данных измерений использовались результаты расчетов по динамической модели МГИ для Черного моря. При численной реализации вариационного алгоритма ассимиляции применяются итерационные градиентные методы, а решение сопряженной задачи используется для построения градиента функционала качества в пространстве параметров. В результате проведенных расчетов получено поле концентрации хлорофилла а, согласованное с данными измерений, почти для всей акватории Черного моря. В работе реализован вариационный алгоритм усвоения спутниковой информации, который позволил получить поле концентрации хлорофилла а для акватории Черного моря с учетом неполного покрытия данными наблюдений. Процедура может быть использована для определения полей концентрации различных взвешенных веществ в море по данным, распределенным по времени и пространству.

Ключевые слова

концентрация хлорофилла а, вариационный алгоритм, сопряженная задача, ассимиляция данных измерений, Черное море, пространственно-временная интерполяция

Благодарности

Работа выполнена в рамках государственного задания по теме FNNN-2021-0005 «Комплексные междисциплинарные исследования океанологических процессов, определяющих функционирование и эволюцию экосистем прибрежных зон Черного и Азовского морей» (шифр «Прибрежные исследования»).

Для цитирования

Кочергин В. С., Кочергин С. В. Вариационная идентификация начального поля концентрации хлорофилла а в модели переноса по данным дистанционного зондирования // Экологическая безопасность прибрежной и шельфовой зон моря. 2023. № 2. С. 61–70. EDN UHOSMC. doi: 10.29039/2413-5577-2023-2-61-70

Kochergin, V.S. and Kochergin, S.V., 2023. Variational Identification of the Initial Field of Chlorophyll A Concentration in the Transport Model according to Remote Sensing Data. Ecological Safety of Coastal and Shelf Zones of Sea, (2), pp. 61–70. doi:10.22449/2413-5577-2023-2-61-70

DOI

10.29039/2413-5577-2023-2-61-70

Список литературы

  1. Демышев С. Г. Численная модель оперативного прогноза течений в Черном море // Известия Российской академии наук. Физика атмосферы и океана. 2012. Т. 48, № 1. С. 137–149. EDN OOWHLL.
  2. 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 / Ed. G. I. Marchuk. Berlin : Springer, 1979. P. 240–252. https://doi.org/10.1007/BFb0004167
  3. Семенов Е. В., Мортиков Е. В. Задачи оперативного усвоения данных для окраинных морей // Известия Российской академии наук. Физика атмосферы и океана. 2012. Т. 48, № 1. С. 86–99. EDN OOWHKH.
  4. Задачи численного моделирования гидродинамики океана с вариационной ассимиляцией данных наблюдений / В. Б. Залесный [и др.] // Известия Российской академии наук. Физика атмосферы и океана. 2016. Т. 52, № 4. С. 488–500. EDN WHWCJR. doi:10.7868/S0002351516040131
  5. 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. Vol. 25, iss. 2. P. 429–439. https://doi.org/10.5194/npg-25-429-2018
  6. Кочергин В. С., Кочергин С. В., Станичный С. В. Вариационная ассимиляция спутниковых данных поверхностной концентрации взвешенного вещества в Азовском море // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17, № 2. С. 40–48. EDN GADTAK. doi:10.21046/2070-7401-2020-17-2-40-48
  7. Определение местоположения начального поля концентрации возможного источника загрязнения в акватории Черного моря у Гераклейского полуострова на основе метода сопряженных уравнений / С. Г. Демышев [и др.] // Морской гидрофизический журнал. 2020. Т. 36, № 2. С. 226–237. doi:10.22449/0233-7584-2020-2-226-237
  8. Шутяев В. П. Методы усвоения данных наблюдений в задачах физики атмосферы и океана // Известия Российской академии наук. Физика атмосферы и океана. 2019. Т. 55, № 1. С. 17–34. EDN QTAWJS. doi:10.31857/S0002-351555117-34
  9. Harten A. On a class of high resolution total-variation-stable finite-difference schemes // SIAM Journal on Numerical Analysis. 1984. Vol. 21, iss. 1. P. 1–23. https://doi.org/10.1137/0721001
  10. Демышев С. Г., Дымова О. А. Численный анализ мезомасштабных особенностей циркуляции в прибрежной зоне Черного моря // Известия Российской академии наук. Физика атмосферы и океана. 2013. Т. 49, № 6. С. 655–663. EDN RFWNFH. doi:10.7868/S0002351513060035
  11. The regional weather forecasting system SKIRON: An overview / G. Kallos [et al.] // Proceedings of the symposium on regional weather prediction on parallel computer environments. Athens, Greece : University of Athens, 1997. Vol. 15. P. 109–123.
  12. Arakawa A., Lamb V. R. A potential enstrophy and energy conserving sheme for the shallow water equations // Monthly Weather Review. 1981. Vol. 109, iss. 1. P. 18–36. https://doi.org/10.1175/1520-0493(1981)109%3C0018:APEAEC%3E2.0.CO;2
  13. Эволюция поля концентрации цезия-137 в Черном море после прохождения чернобыльского облака / С. Г. Демышев [и др.] // Метеорология и гидрология. 2001. № 10. С. 49–61.
  14. Оперативная система диагноза и прогноза гидрофизических характеристик Черного моря / Г. К. Коротаев [и др.] // Известия Российской академии наук. Физика атмосферы и океана. 2016. Т. 52, № 5. С. 609 –617. EDN WORWIV. doi:10.7868/S0002351516050072

Текст статьи

Русскоязычная версия (PDF)

Англоязычная версия (PDF)