Численное исследование процессов эволюции загрязнений в Азовском море с использованием данных спутниковых наблюдений

Т.Я. Шульга✉, В.В. Суслин, Р.Р. Станичная

Морской гидрофизический институт РАН, Севастополь, Россия

✉ e-mail: shulgaty@mail.ru

Аннотация

Выполнено гидродинамическое моделирование акватории Азовского моря с использованием Princeton Ocean Model для периода 2013 – 2014 гг. при задании атмосферного воздействия по модели SKIRON. На основе совместного анализа результатов численного моделирования и космического мониторинга по данным спутника Aqua (MODIS) исследованы структурные особенности пространственно-временной динамики пассивной взвеси в Азовском море. Взвесь 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. Обсуждаются методы совместного использования информации, дана оценка качества модельного прогноза в зависимости от интервалов усвоения спутниковых данных. Показано, что последовательная схема усвоения улучшает прогноз загрязнений при использовании результатов моделирования и предшествующих спутниковых изображений.

Ключевые слова

Азовское море, эволюция пассивной примеси, дистанционные наблюдения, численное моделирование, сравнительный анализ спутниковых и модельных данных

Для цитирования

Шульга Т.Я., Суслин В.В., Станичная Р.Р. Численное исследование процессов эволюции загрязнений в Азовском море с использованием данных спутниковых наблюдений // Морской гидрофизический журнал. 2017. № 6. С. 40-52. EDN YLLPXE. doi:10.22449/0233-7584-2017-6-40-52

Shul’ga, T.Ya., Suslin, V.V. and Stanichnaya, R.R., 2017. Numerical Research of the Pollution Surface and Deep-Sea Evolution in the Sea of Azov Using Satellite Observation Data. Physical Oceanography, (6), pp. 36-46. doi:10.22449/1573-160X-2017-6-36-46

DOI

10.22449/0233-7584-2017-6-40-52

Список литературы

  1. Матишов Г.Г., Матишов Д.Г. Современные природные и социальные риски в Азово-Черноморском регионе // Вестник Российской академии наук. – 2013. – 83, № 12. – С. 1059 – 1067. – doi:10.7868/s0869587313100071
  2. Кленкин А.А., Корпакова И.Г., Павленко Л.Ф. 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. – 10, № 3. – C. 112 – 120. – doi:10.18470/1992-1098-2015-3-112-120
  4. Матишов Г.Г., Бердников С.В., Беспалова Л.А. и др. Современные опасные экзогенные процессы в береговой зоне Азовского моря. – Ростов-на-Дону: Южный федеральный университет, 2015. – 323 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., Костяной А.Г., Лебедев С.А. и др. Комплексный спутниковый мониторинг морей России. – М.: ИКИ РАН, 2011. – 480 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. – 54, Iss. 4. – P. 426 – 434. – doi:10.1134/S0001437014030023
  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: American Geophysical Union, 1987. – P. 1 – 16. – doi:10.1029/co004p0001
  9. Фомин В.В. Численная модель циркуляции вод Азовского моря // Научные труды УкрНИГМИ. – 2002. – Вып. 249. – C. 246 – 255.
  10. Черкесов Л.В., Иванов В.А., Хартиев С.М. Введение в гидродинамику и теорию волн. – СПб.: Гидрометеоиздат, 1992. – 264 с.
  11. Mellor G.L., Yamada T. Development of a turbulence closure model for geophysical fluid problems // Rev. Geophys. – 1982. – 20, Iss. 4. – P. 851 – 875. – doi:10.1029/RG020i004p00851
  12. Smagorinsky J. General circulation experiments with the primitive equations: I. The basic experiment // Mon. Wea. Rev. – 1963. – 91, No. 3. – P. 99 – 164. – doi:10.1175/1520-0493(1963)0910099:GCEWTP2.3.CO;2
  13. Wannawong W., Humphries Usa W., Wongwises P. et al. Mathematical Modeling of Storm Surge in Three Dimensional Primitive Equations // Int. J. Math. Comp. Sci. – 2011. – 5, No. 6. – P. 797 – 806. – URL: http://waset.org/publications/6330/mathematical-modeling-of-storm-surge-in-three-dimensional-primitive-equations (дата обращения: 04.07.2017).
  14. Grant W.D., Madsen O.S. Combined wave and current interaction with a rough bottom // J. Geophys. Res. – 1979. – 84, Iss. C4. – P. 1797 – 1808. – doi:10.1029/JC084iC04p01797
  15. Courant R., Friedrichs K., Lewy H. On the Partial Difference Equations of Mathematical Physics // IBM J. Res. Development. – 1967. – 11, Iss. 2. – P. 215 – 234. – doi:10.1147/rd.112.0215
  16. Kallos G., Nickovic S., Jovic D. et al. The Regional Weather Forecasting System SKIRON and its capability for forecasting dust uptake and transport // Proc. WMO conf. dust storms. – Damascus, 1-6 Nov. 1997. – P. 9.
  17. NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing Group. Moderate-resolution Imaging Spectroradiometer (MODIS) Aqua Ocean Color Data // Reprocessing. NASA OB. DAAC, Greenbelt, MD, USA. – 2014. – doi:10.5067/AQUA/MODIS_OC.2014.0
  18. 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 // Int. J. Remote Sensing. – 2016. – 37, Iss. 18. – P. 4380 – 4400. – doi:10.1080/01431161.2016.1211350
  19. Suslin V., Churilova T., Ivanchik M. et al. A simple approach for modeling of downwelling irradiance in the Black Sea based on satellite data // Proc. VI Intern. Conf. “Current problems in optics of natural waters” (ONW'2011). St-Petersburg, September 6-9, 2011. – Saint-Petersburg: Publishing house of “Nauka” of RAS, 2011. – P. 199 – 203.
  20. Kalman R.E. A New Approach to Linear Filtering and Prediction Problem // J. Bas. Eng. – 1960. – 82, Iss. 1. – P. 35 – 45. – doi:10.1115/1.3662552
  21. Климова Е.Г. Численные эксперименты по усвоению метеорологических данных с помощью субоптимального фильтра Калмана // Метеорология и гидрология. – 2003. – № 10. – C. 54 – 67.
  22. Ghil M., Malanotte-Rizzoli P. Data Assimilation in Meteorology and Oceanography // Adv. Geophys. – 1991. – 33. – P. 141 – 266. – doi:10.1016/s0065-2687(08)60442-2

Скачать статью в PDF-формате