hydrophysicsФундаментальная и прикладная гидрофизикаFundamental and Applied Hydrophysics2073-66732782-5221St. Petersburg Research Center of the Russian Academy of Sciences10.7868/S2073667318030097hydrophysics-769Research ArticleГИДРОФИЗИЧЕСКИЕ И БИОГЕОХИМИЧЕСКИЕ ПОЛЯ И ПРОЦЕССЫHYDROPHYSICAL AND BIOGEOCHEMICAL FIELDS AND PROCESSESИсследование эволюции пассивной примеси в поверхностном слое Азовского моря на основе усвоения данных сканера MODIS-Aqua в гидродинамическую модельSea of Azov; evolution of suspended solids; remote observations; numerical modeling; assimilation of satellite data; comparative analysis of satellite and model parameters dataШульгаТ. Я.Shul’gaT. Ya.

Севастополь

Sevastopol

shulgaty@mail.ruСуслинВ. В.SuslinV. V.

Севастополь

Sevastopol

Морской гидрофизический институт РАНРоссияMarine Hydrophysical Institute, Russian Academy of SciencesRussian Federation2018161120221137380Copyright © Шульга Т.Я., Суслин В.В., 20222022Шульга Т.Я., Суслин В.В.Shul’ga T.Y., Suslin V.V.This work is licensed under a Creative Commons Attribution 4.0 License.https://hydrophysics.spbrc.ru/jour/article/view/769

Выполнено гидродинамическое моделирование акватории Азовского моря на основе Princeton Ocean Model при задании атмосферного воздействия по модели SKIRON для периода 2013—2014 гг. На основе совместного анализа результатов численного моделирования и космического мониторинга по данным спутника Aqua (MODIS) исследованы особенности пространственно-временной динамики оптически активной взвеси в Азовском море. Взвешенные вещества различного происхождения проявляется в суммарном индексе поглощения света, или обратного рассеяния света морской водой. Новые алгоритмы применены для определения согласованности данных, полученных методами дистанционного зондирования морской поверхности из космоса, модельных решений и их сочетанием. Комплекс программ реализует алгоритм усвоения данных наблюдений и позволяет выполнять моделирование процесса распространения взвешенных и растворенных веществ основанный на интегрировании уравнения переноса и диффузии. Обсуждаются методы совместного использования информации, дана оценка качества модельного прогноза в зависимости от интервалов усвоения спутниковой информации. Показано, что последовательная схема усвоения данных наблюдений улучшает прогноз распространения взвешенных веществ по модели даже при неинформативных спутниковых изображениях. Численные эксперименты по оценке многоспектральных изображений показали эффективность предложенных в работе алгоритмов.

Hydrodynamic modeling of the Azov Sea water area based on the Princeton Ocean Model was performed to determine the atmospheric impact of the SKIRON model for the period 2013—2014. Based on a joint analysis of the results of numerical modeling and space monitoring from the Aqua satellite (MODIS) data, the features of the space-time dynamics of the optical active matter in the Sea of Azov are investigated. Suspended substances of various origins are manifestedin the total index of light absorption, or backscattering of light by sea water. New algorithms are used to determine the consistency of data obtained by remote sensing methods of the sea surface from space, model solutions and their combination. The program complex implements an algorithm for assimilation of observational data and allows modeling of the process of propagation of suspended and dissolved matter based on the integration of the transport and diffusion equation. Methods of information sharing are discussed, an estimation of the quality of the model forecast is given depending on the intervals of mastering the satellite information. It is shown that a consistent scheme of assimilation of observational data improves the forecast of propagation of suspended solids by the model even with non-informative satellite images. Numerical experiments on the evaluation of multispectral images have shown the effectiveness of the algorithms proposed in the work.

Азовское мореэволюция взвешенных веществдистанционные наблюдениячисленное моделированиесравнительный анализ спутниковых и модельных данныхSea of Azovevolution of suspended solidsremote observationsnumerical modelingassimilation of satellite datacomparative analysis of satellite and model parameters dataРабота выполнена в рамках государственного задания по темам № 0827-2014-0010 и № 0827-2014-0011 и гранта РФФИ 18-45-920070.ReferencesМатишов Г. Г., Матишов Д. Г. Современные природные и социальные риски в Азово-Черноморском регионе // Вестник РАН. 2013. Т. 83, № 12. С. 1059—1056.Matishov G. G., Matishov D. G. Modern natural and social risks in the Azov-Black Sea region. Vestnik RAN. 2013, 83, 12. 1059—1056 (in Russian).Кленкин А. А. и др. Экосистема Азовского моря: антропогенное загрязнение. Краснодар: Просвещение-Юг, 2007. 324 с.Klenkin А. А. et al. Ecosystem of the Sea of Azov: anthropogenic pollution. Krasnodar, Education South Publ. 2007, 324 p. (in Russian).Буфетова М. В. Загрязнение вод Азовского моря тяжелыми металлами // Юг России: экология, развитие. 2015. Т. 10, № 3. C. 112—120.Bufetova M. V. Pollution of Sea of Azov with heavy metals. South of Russia: ecology, development. 2015, 10, 3, 112—120 (in Russian).Матишов Г. Г. и др. Современные опасные экзогенные процессы в береговой зоне Азовского моря. Ростов н/Д: ЮФУ, 2015. 321 с.Matishov G. G. et al. Modern dangerous exogenous processes in the coastal zone of the Azov Sea. Rostov-on-Don, SFU. 2015, 321 p. (in Russian).Дроздов В. В. Особенности многолетней динамики экосистемы Азовского моря под влиянием климатических и антропогенных факторов // Ученые записки РГГМУ. 2010. № 15. C. 155—176.Drozdov V. V. Features of long-term dynamics of the ecosystem of the Azov Sea under the influence of climatic and anthropogenic factors. Uchenye zapiski RSHMU. 2010, 15, 155—176 (in Russian).Лаврова О. Ю. и др. Комплексный спутниковый мониторинг морей России. М.: ИКИ РАН, 2011. 470 с.Lavrova O. Yu. et al. Complex Satellite Monitoring of the Russian Seas. М.: ISR RAS. 2011, 470 p. (in Russian).Ivanov V. A., Cherkesov L. V., Shulga T. Y. Dynamic processes and their influence on the transformation of the passive admixture in the Sea of Azov // Oceanology. 2014. V. 54, N 4. P. 426—434.Ivanov V. A., Cherkesov L. V., Shulga T. Y. Dynamic processes and their influence on the transformation of the passive admixture in the Sea of Azov. Oceanology. 2014, 54, 4, 426—434.Blumberg A. F., Mellor G. L. A description of three dimensional coastal ocean circulation model // Three-Dimensional Coastal Ocean Models / Ed. N. Heaps. Washington, D. C.: American Geophysical Union. 1987. V. 4. P. 1—16.Blumberg A. F., Mellor G. L. A description of three dimensional coastal ocean circulation model. Three-Dimensional Coastal Ocean Models / Ed. N. Heaps. Washington, D. C.: American Geophysical Union. 1987. V. 4. P. 1—16.NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing Group. Moderate-resolution Imaging Spectroradiometer (MODIS) Aqua Ocean Color Data. URL: https://oceancolor.gsfc.nasa.gov/data/10.5067/AQUA/MODIS_OC.2014.0/ (дата обращения: 08.11.2017).NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing Group. Moderate-resolution Imaging Spectroradiometer (MODIS) Aqua Ocean Color Data. URL: https://oceancolor.gsfc.nasa.gov/data/10.5067/AQUA/MODIS_OC.2014.0/ (date of access: 08.11.2017).Weijerman M., Fulton E. A., Janssen A. B. et al. How models can support ecosystem-based management of coral reefs // Progress in Oceanography. 2015. N 138. P. 559—570.Weijerman M., Fulton E. A., Janssen A. B. et al. How models can support ecosystem-based management of coral reefs. Progress in Oceanography. 2015, 138, 559—570.Фомин В. В. Численная модель циркуляции вод Азовского моря // Научные труды УкрНИГМИ. 2002. Вып. 249. C. 246—255.Fomin V. V. Numerical model of water circulation in the Azov Sea. Tr. Ukr. Sci.-Res. Hydr. Inst. 2002, 249, 246—255 (in Russian).Черкесов Л. В., Иванов В. А., Хартиев С. М. Введение в гидродинамику и теорию волн. СПб.: Гидрометеоиздат, 1992. 264 с.Cherkesov L. V. et al. Introduction into Hydrodynamics and Wave Theory. St. Petersburg: Gidrometeoizdat. 1992, 264 p. (in Russian).Mellor G. L., Yamada T. Development of a turbulence closure model for geophysical fluid problems // Rev. Geophys. 1982. V. 20, N 4. P. 851—875.Mellor G. L., Yamada T. Development of a turbulence closure model for geophysical fluid problems. Rev. Geophys. 1982, 20, 4, 851—875.Smagorinsky J. General circulation experiments with the primitive equations. I. The basic experiment // Mon. Wea. Rev. 1963. V. 91, N 3. P. 99—164.Smagorinsky J. General circulation experiments with the primitive equations. I. The basic experiment. Mon. Wea. Rev. 1963, 91, 3, 99—164.Wannawong W. et al. Mathematical Modeling of Storm Surge in Three Dimensional Primitive Equations // International Journal of Mathematical, Computational, Physical, Electrical and Computer Engineering. 2011. V. 5, N 6. P. 797—806.Wannawong W. et al. Mathematical Modeling of Storm Surge in Three Dimensional Primitive Equations. International Journal of Mathematical, Computational, Physical, Electrical and Computer Engineering. 2011, 5, 6, 797—806.Grant W. D., Madsen O. S. Combined wave and current interaction with a rough bottom // J. Geophys. Res. 1979. V. 84, N C4. P. 797—1808.Grant W. D., Madsen O. S. Combined wave and current interaction with a rough bottom. J. Geophys. Res. 1979, 84, C4, 797— 1808.Courant R., Friedrichs K. O., Lewy H. On the partial difference equations of mathematical physics // IBM Journal of Research and Development. 1967. V. 11, N 2. P. 215—234.Courant R., Friedrichs K. O., Lewy H. On the partial difference equations of mathematical physics. IBM Journal of Research and Development. 1967, 11, 2, 215—234.Kallos G. et al. The Regional Weather Forecasting System SKIRON and its capability for forecasting dust uptake and transport // Proceedings of the WMO conference on dust storms. Damascus, 1—6 Nov. 1997. P. 9.Kallos G. et al. The Regional Weather Forecasting System SKIRON and its capability for forecasting dust uptake and transport. Proceedings of the WMO conference on dust storms. Damascus, 1—6 Nov. 1997. P. 9.Suslin V., Churilova T. A regional algorithm for separating light absorption by chlorophyll-a and coloured detrital matter in the Black Sea, using 480–560 nm bands from ocean colour scanners // International Journal of Remote Sensing. 2016. V. 37, N 18. P. 4380—4400.Suslin V., Churilova T. A regional algorithm for separating light absorption by chlorophyll-a and coloured detrital matter in the Black Sea, using 480–560 nm bands from ocean colour scanners. International Journal of Remote Sensing. 2016, 37, 18, 4380—4400.Suslin V. et al. A simple approach for modeling of downwelling irradiance in the Black Sea based on satellite data // Proc. 6th International Conf. «Current problems in optics of natural waters». 2011. St.-Petersburg: Nauka, 2011. C. 199—203.Suslin V. et al. A simple approach for modeling of downwelling irradiance in the Black Sea based on satellite data. Proc. 6th International Conf. «Current problems in optics of natural waters». St.-Petersburg, Nauka. 2011, 199—203.Aiken J., Moore G. F., Clark D. K., Trees C. C. The SeaWiFS CZCS-Type Pigment Algorithm // NASA Tech. Memo. 104566. V.29. / S.B. Hooker, E.R. Firestone, Ed. NASA Goddard Space Flight Center. Greenbelt, Maryland. 1995. 34 p.Aiken J., Moore G. F., Clark D. K., Trees C. C. The SeaWiFS CZCS-Type Pigment Algorithm. NASA Tech. Memo. 104566. V.29. / S.B. Hooker, E.R. Firestone, Ed. NASA Goddard Space Flight Center. Greenbelt, Maryland. 1995. 34 p.Суетин В. С., Суслин В. В., Королев С. Н., Кучерявый А. А. Оценка изменчивости оптических свойств воды в Черном море по данным спутникового прибора SeaWiFS // Морской гидрофизический журнал. 2002. N 6. С. 44—54.Suetin V. S., Suslin V. V., Korolev S. N., Kucheryavyi A. A. Analysis of the variability of the optical properties of water in the Black Sea in summer 1998 according to the data of a SeaWiFS satellite instrument. Physical Oceanography. 2002, 12(6), 331—340.Kopelevich O. V., Burenkov V. I., Ershova S. V. et al. Application of SeaWiFS data for studing variability of bio-optical characteristics in the Barents, Black and Caspian Seas // Deep-Sea Research. Part II: Tropical Studies in Oceanography. 2004. V. 51, N 10—11. P. 1063—1091.Kopelevich O. V., Burenkov V. I., Ershova S. V. et al. Application of SeaWiFS data for studing variability of bio-optical characteristics in the Barents, Black and Caspian Seas. Deep-Sea Research. Part II: Tropical Studies in Oceanography. 2004, 51, 10—11, 1063— 1091.Kopelevich O. V., Burenkov V. I., Sheberstov S. V., Vazyulya S. V., Zavialov S. P. Bio-optical characteristics of the Russian seas from satellite ocaen color data of 1998-2010 // Proc. VI Int. Conf. Current problems in optics of natural waters. St.-Petersburg, 2011. P. 181—182.Kopelevich O. V., Burenkov V. I., Sheberstov S. V., Vazyulya S. V., Zavialov S. P. Bio-optical characteristics of the Russian seas from satellite ocaen color data of 1998-2010. Proc. VI Int. Conf. Current problems in optics of natural waters. St.-Petersburg. 2011, 181—182.Kalman R. A new approach to linear filtering and prediction problem // J. Basic Engrg. 1960. N 1. P. 35—45.Kalman R. A new approach to linear filtering and prediction problem. J. Basic Engrg. 1960, 1, 35—45.Климова Е. Г. Численные эксперименты по усвоению метеорологических данных с помощью субоптимального фильтра Калмана // Метеорология и гидрология. 2003. № 10. C. 54—67.Klimova E. G. Numerical experiments on the assimilation of meteorological data using a sub-optimal Kalman filter. Russian Meteorology and Hydrology. 2013, 10, 54—67 (in Russian).Ghil M., Malanotte-Rizzolli P. Data assimilation in meteorology and oceanography // Advances in Geophysics, Academic Press. 1991. N 33. P. 141—266.Ghil M., Malanotte-Rizzolli P. Data assimilation in meteorology and oceanography. Advances in Geophysics, Academic Press. 1991, 33, 141—266.

The authors declare that there are no conflicts of interest present.