Ассимиляция данных наблюдений в адаптивной модели морской экосистемы на основе информации о средних значениях процессов в морской среде

И. Е. Тимченко, И. П. Лазарчук✉, Е. М. Игумнова

Морской гидрофизический институт РАН, Севастополь, Россия

✉ e-mail: lazarchuk.syst.analysis@mhi-ras.ru

Аннотация

Рассмотрена ассимиляция данных наблюдений в адаптивных моделях морских экосистем, построенных методом адаптивного баланса влияний. Показано, что используемый в уравнениях этого метода баланс обратных связей между переменными экосистемы и скоростями их изменения позволяет ввести стационарное состояние экосистемы, характеризуемое наблюдаемыми средними значениями переменных. Предложен метод оценки нормированных коэффициентов влияний, основанный на применении теоремы Эйлера об однородных функциях к функциям, представляющим материальные балансы биохимических реакций превращения веществ. Показано, что в качестве оценок производных от продуктов реакций по их ресурсам, входящим в уравнения материальных балансов, могут быть использованы нормированные отношения средних значений моделируемых процессов. Построен пример одномерной адаптивной модели экосистемы верхнего слоя моря, имеющей в основе схему причинно-следственных связей из модели планктонной динамики и круговорота азота Фэшема, Даклоу и МакКельви. Показано, что ассимиляция данных наблюдений в подобной модели происходит путем автоматической адаптации переменных модели к усваиваемой информации при условии сохранения материальных балансов в реакциях превращения веществ. В этой модели выполнена ассимиляция имитированных данных наблюдений концентрации хлорофилла а и расчетных данных о динамике морской среды. Построены временные сценарии биохимических процессов, подтверждающие применимость предложенного метода оценки коэффициентов влияний по отношениям средних значений моделируемых процессов.

Ключевые слова

метод адаптивного баланса влияний, ABC-метод, адаптивные модели, морская экосистема

Для цитирования

Тимченко И. Е., Лазарчук И. П., Игумнова Е. М. Ассимиляция данных наблюдений в адаптивной модели морской экосистемы на основе информации о средних значениях процессов в морской среде // Морской гидрофизический журнал. 2017. № 5. С. 79-96. EDN ZQKZAD. doi:10.22449/0233-7584-2017-5-79-96

Тimchenko, I.Е., Lazarchuk, I.P. and Igumnova, E.M., 2017. Assimilation of the Observational Data in the Marine Ecosystem Adaptive Model at the Known Mean Values of the Processes in the Marine Environment. Physical Oceanography, (5), pp. 71-86. doi:10.22449/1573-160X-2017-5-71-86

DOI

10.22449/0233-7584-2017-5-79-96

Список литературы

  1. Саркисян А.С. Об основных направлениях моделирования физических характеристик мирового океана и морей // Известия РАН. Физика атмосферы и океана. – 2016. – 52, № 4. – С. 381 – 387. – doi:10.7868/S0002351516040106
  2. Коротаев Г.К., Еремеев В.Н. Введение в оперативную океанографию Черного моря. – Севастополь: ЭКОСИ-Гидрофизика, 2006. – 382 с.
  3. Кочергин В.П., Тимченко И.Е. Мониторинг гидрофизических полей океана. – Ленинград: Гидрометеоиздат, 1987. – 280 с.
  4. Математические модели в биологической океанографии / Ред. Т. Платт, К.Х Манн, Р.Е. Уланович. – Париж: ЮНЕСКО, 1984. – 196 с.
  5. Murray J.D. Mathematical Biology II: Spatial Models and Biomedical Applications. – N.-Y.: Springer, 2008. – 736 p.
  6. Timchenko I.E. Stochastic Modeling of Ocean Dynamics. – Chur: Harwood Academic Publishers, 1984. – 320 p.
  7. Ghil, M., Malanotte-Rizzoli P. Data Assimilation in Meteorology and Oceanography // Advanc. Geophysics / Edit. by R.R. Dmowska, B. Saltzman. – San Diego: Academic Press, Inc., 1991. – 33. – P. 141 – 266. – doi:10.1016/S0065-2687(08)60442-2
  8. Marchuk G.I., Zalesny V.B. A numerical technique for geophysical data assimilation problems using Pontryagin’s principle and splitting-up method // Russ. J. Numer. Anal. Math. Model. – 1993. – 8, Iss. 4. – Р. 311 – 326. – doi:10.1515/rnam.1993.8.4.311
  9. Robinson A.R., Lermusiaux P.F.J. Overview of Data Assimilation // Harvard Reports in Physical/Interdisciplinary (Ocean Science). – Cambridge, Massachusetts: Harvard University, 2000. – No. 62. – 28 р. – URL: http://robinson.seas.harvard.edu/PAPERS/red_report_62.html (дата обращения: 07.07.2017).
  10. Mizyuk A.I., Knysh V.V., Kubryakov A.I., Korotaev G.K. Assimilation of the climatic hydrological data in the σ-coordinate model of the Black Sea by the algorithm of adaptive statistics // Phys. Oceanogr. – 2009. – 19, Iss. 6. – Р. 339 – 357. – doi:10.1007/s11110-010-9058-2
  11. Cantrell R.S., Cosner C. Spatial Ecology via Reaction-Diffusion Equations. – Chichester, UK: John Wiley and Sons, 2004. – 421 p. – doi:10.1002/0470871296.fmatter
  12. Тимченко И.Е., Игумнова Е.М., Тимченко И.И. Системный менеджмент и АВС-тех-нологии устойчивого развития. – Севастополь: ЭКОСИ-Гидрофизика, 2000. – 225 с.
  13. Тимченко И.Е., Игумнова Е.М., Лазарчук И.П., Солодова С.М. Обратные связи в адаптивных моделях морских экосистем // Морской гидрофизический журнал. – 2014. – № 2. – С. 3 – 21. – URL: http://мгфж.рф/images/files/2014/02/201402_01.pdf (дата обращения: 07.07.2017).
  14. Timchenko I.E., Igumnova E.M., Timchenko I.I. Adaptive Balance Models for Environmental-Economic Systems. – CreateSpace Independent Publishing Platform, 2016. – 486 p. – ISBN 1530208831. – URL: www.amazon.com/dp/1530208831 (дата обращения: 07.07.2017).
  15. Ivavov V.A., Igumnova E.M., Timchenko I.E. Coastal Zone Resources Management. – Kyiv: Akademperiodika, 2012. – 304 p.
  16. Fasham M., Ducklow H., McKelvie S. A nitrogen-based model of plankton dynamics in the oceanic mixed layer // J. Mar. Res. – 1990. – 48, № 3. – Р. 591 – 639. – URL: http://www.ingentaconnect.com/content/jmr/jmr/1990/00000048/00000003/art00006 (дата обращения: 07.07.2017).
  17. Ильин В.А., Позняк В.Г. Основы математического анализа. В 2-х частях. Часть 1. – М.: Физматлит, 2005. – 648 с.

Скачать статью в PDF-формате