Исследование эволюции пассивной примеси в поверхностном слое Азовского моря на основе усвоения данных сканера MODIS-Aqua в гидродинамическую модель

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.

1. Матишов Г. Г., Матишов Д. Г. Современные природные и социальные риски в Азово-Черноморском регионе // Вестник РАН. 2013. Т. 83, № 12. С. 1059—1056.

2. Кленкин А. А. и др. Экосистема Азовского моря: антропогенное загрязнение. Краснодар: Просвещение-Юг, 2007. 324 с.

3. Буфетова М. В. Загрязнение вод Азовского моря тяжелыми металлами // Юг России: экология, развитие. 2015. Т. 10, № 3. C. 112—120.

4. Матишов Г. Г. и др. Современные опасные экзогенные процессы в береговой зоне Азовского моря. Ростов н/Д: ЮФУ, 2015. 321 с.

5. Дроздов В. В. Особенности многолетней динамики экосистемы Азовского моря под влиянием климатических и антропогенных факторов // Ученые записки РГГМУ. 2010. № 15. C. 155—176.

6. Лаврова О. Ю. и др. Комплексный спутниковый мониторинг морей России. М.: ИКИ РАН, 2011. 470 с.

7. 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.

8. 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.

9. 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).

10. 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.

11. Фомин В. В. Численная модель циркуляции вод Азовского моря // Научные труды УкрНИГМИ. 2002. Вып. 249. C. 246—255.

12. Черкесов Л. В., Иванов В. А., Хартиев С. М. Введение в гидродинамику и теорию волн. СПб.: Гидрометеоиздат, 1992. 264 с.

13. 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.

14. Smagorinsky J. General circulation experiments with the primitive equations. I. The basic experiment // Mon. Wea. Rev. 1963. V. 91, N 3. P. 99—164.

15. 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.

16. 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.

17. 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.

18. 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.

19. 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.

20. 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.

21. 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.

22. 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.

23. 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.

24. 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.

25. Kalman R. A new approach to linear filtering and prediction problem // J. Basic Engrg. 1960. N 1. P. 35—45.

26. Климова Е. Г. Численные эксперименты по усвоению метеорологических данных с помощью субоптимального фильтра Калмана // Метеорология и гидрология. 2003. № 10. C. 54—67.

27. Ghil M., Malanotte-Rizzolli P. Data assimilation in meteorology and oceanography // Advances in Geophysics, Academic Press. 1991. N 33. P. 141—266.