Содержание к диссертации
Введение
Глава 1. Задачи обработки данных гидрофизического эксперимента 11
1.1. Характеристика гидрофизического эксперимента 11
1.2. Технические средства для гидрофизического эксперимента 13
1.3. Характеристика параметров аквагеосистем Арала и лагуны Ныок Нгот 25
1.4. Адаптация технологии геоинформационного мониторинга к геофизическим условиям 30
1.5. Формирование базы данных об элементах окружающей среды... 35
1.6. Особенности моделирования составляющих водного баланса... 39
Глава 2. Алгоритмическое обеспечение гидрофизического эксперимента 56
2.1. Алгоритм восстановления динамических параметров методом дифференциальной аппроксимации 56
2.2. Применение метода гармонических функций для восстановления данных микроволновой радиометрии в замкнутой области 60
2.3. Приближенный метод решения обратной задачи при идентификации геофизических параметров 65
2.4. Алгоритм рандомизированной линейно-ломанной аппроксимации. 69
Глава 3. Моделирование и вычислительный эксперимент в геофизических исследованиях 72
3.1. Модель для структурно-функционального анализа гидрофизических полей 72
3.2. Модель регионального водного баланса зоны влияния Аральской аквагеосистсмы 79
3.3. Параметризация составляющих водного баланса Приаралья 89
Глава 4. Применение методики структурно-функционального анализа для обработки данных гидрофизического эксперимента 93
4.1. Имитационные эксперименты и гидрофизические процессы в зоне влияния Аральского моря 93
4.2. Имитационный эксперимент для оценки гидрофизических и гидрохимических параметров лагуны
4.3. Рекомендации по режим гидрофизического эксперимента 111
Заключение 1 17
Литература 120
- Адаптация технологии геоинформационного мониторинга к геофизическим условиям
- Применение метода гармонических функций для восстановления данных микроволновой радиометрии в замкнутой области
- Модель регионального водного баланса зоны влияния Аральской аквагеосистсмы
- Имитационный эксперимент для оценки гидрофизических и гидрохимических параметров лагуны
Введение к работе
Актуальность темы. Гидрофизические исследования предполагают комбинацию теоретических и экспериментальных этапов сбора и анализа данных о характеристиках изучаемого объекта. При этом всегда возникают задачи оптимизации этих этапов с целью сокращения затрат на исследования и повышения их эффективности. Одним из современных подходов к решению этих задач является технология геоинформационного мониторинга (ГИМС-техыология), адаптивный характер которой позволяет поставить и решить задачу повышения эффективности гидрофизического эксперимента. В данной работе в качестве объектов исследования выбраны две аквагеосистемы, функционирующие а различных климатических зонах: Аральское море и лагуна Ныок Нгот (вьетнамское побережье Южно-Китайского моря).
Как показал опыт борьбы с крупномасштабными изменениями геохимической и гидрологической обстановки в зоне Аральского моря решение проблемы приостановки процесса опустынивания и экологической деградации в этом регионе невозможно без создания многоуровневой системы мониторинга, снабженной функциями прогнозирования. ГИМС-технология предлагает возможность адаптивно-последовательного анализа информации о состоянии основных гидрофизических полей (температуры и солености) с коррекцией имитационной модели (по принципу обратной связи) и управлением процессами сбора и обработки данных мониторинга.
Аналогичная ситуация возникает в зоне функционирования лагуны Ныок Нгот, имеющей важное хозяйственное значения и находящейся под антропогенным воздействием. Поэтому в обоих случаях необходимо создавать имитационные модели гидрофизических полей аквагеосистем как элемент ГИМС-технологии. Такая модель обычно включает блоки сбора
информации, первичной обработки и накопления данных мониторинга, имитации функционирования водного режима аквагеосистемы , прогнозирования ее состояния, оценки невязки между измеренными и прогнозируемыми состояниями, принятия решения по планированию измерений и управлению водохозяйственными мероприятиями, сервисного обеспечения при оперировании с входной и выходной информацией.
Применение и развитие ГИМС-технологии для анализа рассматриваемых аквагеосистем позволяет создать методику структурно-функционального анализа данных гидрофизического эксперимента.
В связи со сказанным выше, исследование, проведенное в данной работе, представляется актуальным.
Цель работы состоит в развитии алгоритмических и модельных средств, позволяющих рассчитать эффективный режим гидрофизического эксперимента, дающий возможность осуществлять оперативный контроль гидрофизических и гидрологических полей в зоне влияния аквагеосистемы в условиях изменения ее уровня и давать оценку реакций аквагеосистемы на реализацию антропогенных сценариев вмешательства в элементы ее водного баланса.
Научная новизна полученных в диссертации результатов состоит в следующем.
Разработана новая математическая модель водного баланса типовой аквагеосистемы, учитывающая взаимодействие атмосферы, моря и суши и описывающая зависимость гидрологических элементов региона от климатических параметров.
Предложена математическая модель для исследования сезонного хода гидрофизических полей аквагеосистемы и методика ее адаптации к данным измерений.
Впервые проведены модельные эксперименты по изучению и прогнозированию изменений гидрофизических полей Аральского моря и лагуны Ныок Нгот для различных вариантов вариации их уровней, а также по исследованию "эффективности проведения натурных измерений.
Впервые на основе модельных оценок множества экспериментальных измерений гидрофизических характеристик найден режим сочетания измерений и моделирования, обеспечивающий их регулярное прогнозное восстановление.
Достоверность научных положений, выводов н рекомендаций обоснована использованием апробированных методов имитационного моделирования и сопоставлением результатов компьютерных расчетов с данными наблюдений.
Практическая значимость работы. Прикладное значение диссертации связано с созданием методики расчета элементов водного баланса внутреннего водоема на основе данных отрывочных по пространству и эпизодических во времени наблюдений и апробацией этой методики на примерах аквагеосистем Аральского моря и лагуны Ныок Нгот по данным многолетних натурных измерений, проводившихся Государственным океанографическим институтом, Институтом океанологии РАН, институтом радиотехники и электроники РЛП и циститами Научного Центра естественных наук и технологий Вьетнама.
Разработанный комплекс математических моделей обеспечивает повышение эффективности мониторинга Аральского моря и лагуны Ныок Нгот , дает возможность планировать измерения с учетом их целесообразности и получать прогнозные оценки последствий принимаемых решений но воздействию на элементы водного баланса.
Результаты диссертации могут найти практическое применение при оценке состояния других внутренних водоемов, контролируемых в режиме геоинформационного мониторинга.
Работа выполнялась в соответствии с Планом научного сотрудничества между РАН и ПЦИНТСРВ (тема N4 «Современные проблемы экоинформатики»), а также в соответствии с проектами ФЦП "Создание научных и технологических основ мониторинга состояния и изменчивости южных морей России на базе интеллектуальной информационной системы, включающей средства наблюдений и каналы сбора информации, проблемные базы данных, модели усвоения информации, диагноза текущего состояния и прогноза его изменений" и ФЦНТП "Геомониторинг морских акваторий, вовлеченных в развитие нефтегазового комплекса".
Положения диссертации выносимые на защиту.
Созданная система математических моделей позволяет на основе данных отрывочных по пространству и эпизодических во времени измерений исследовать и прогнозировать временные вариации гидрофизических полей Аральского моря и лагуны Ныок Нгот и гидрологических составляющих водного баланса прилегающих территорий в условиях изменения уровня гидрофизического объекта,
Предложенная методика включения системы математических моделей в режим гидрофизического эксперимента дает возможность повысить его эффективность и решить задачу оперативного контроля последствий антропогенно обусловленного изменения элементов водного баланса.
Развитые алгоритмы обработки данных гидрофизического эксперимента обеспечивают пространственно-временное восстановление элементов базы данных.
4. При организации гидрофизического эксперимента для достижения его
оптимальной эффективности необходимо применять адаптивный
механизм сочетания измерительных и модельных средств, поочередное
использование которых определяется процедурой расчета величины
расхождения между прогнозным и измеренным состоянием объекта.
Апробация работы. Результаты диссертации докладывались на Учёном Совете института проблем экоинформатики РАЕН (декабрь 2002 г.),
5-м Международном Симпозиуме «Проблемы Экоинформатики {декабрь
2002 г.), на секции кибернетики Московского НТОРЭиС им. А.С. Попова
(январь 2003 г) и на международном симпозиуме «Инженерная Экология -
2003» (декабрь 2003 г.).
Публикации. Основные результаты диссертации опубликованы в 8 печатных работах, указанных в автореферате и в списке литературы.
Вклад автора в проведение исследования. Автор при выполнении данного исследования выполнил следующие работы:
разработал структуру имитационной системы и подготовил необходимые уравнения для параметризации динамических процессов в гидрофизическом объекте;
участвовал в гидрофизическом эксперименте по сбору данных о состоянии физико-химических характеристик лагуны Ныок Нгот;
сформировал базу данных для верификации и испытания имитационной системы;
разработал компьютерные программы по реализации моделей и алгоритмов и провел вычислительный эксперимент;
проанализировал результаты вычислительного эксперимента по оценке физико-химических параметров Аральского моря и лагуны Ныок Нгот.
Структури и объем диссертации. Диссертационная работа состоит из
введения, четырех глав и заключения, изложенных на страницах
машинописного текста, включая список литературы из 99 наименовании, 27 рисунков и 22 таблицы. Содержание работы
Во введении показана актуальность темы, формулируется научная новизна и практическая ценность полученных результатов, приводятся выносимые на защиту положения и даются сведения о структуре диссертации.
В первой главе на основе анализа многочисленных данных о параметрах аквагеосистем Аральского моря и лагуны Ныок Нгот и связанных с ними территорий создается база данных, включающая характеристики стационарных и динамических процессов, оказывающих влияние на элементы их водного баланса. Цель этого анализа состоит в выявлении наиболее информативных параметров для синтеза математических моделей частных гидрофизических и гидрологических процессов, а также в создании информационного интерфейса между этими моделями и базой данных.
Предметом исследования второй главы является выбор ряда численных алгоритмов, которые бы позволяли по отрывочным измерениям восстанавливать двумерные распределения параметров водного баланса и других необходимых для моделирования характеристик окружающей среды зоны формирования составляющих этого баланса.
Предложено несколько алгоритмов, обладающих различными точностями и особенностями применения.
Третья глава описывает блок-схемы и уравнения математических моделей, которые позволяют в рамках принимаемой пространственной дискретизации региона кокретной аквагеосистемы параметризировать процессы испарения, осадков, поверхностного стока, инфильтрации и атмосферного переноса влаги. В результате создан взаимосвязанный ряд
моделей, обеспечивающий выполнение вычислительных экспериментов по оценке динамических характеристик изменчивости водного баланса аквагеосистемы в зависимости от климатических и антропогенных параметров.
Четвертая глава характеризует численные оценки эффективности
развитой методики структурно-функционального анализа данных
гидрофизических экспериментов в Аральском море и лагуне Ныок Нгот, описывает сценарии изменения климатических и антропогенных ситуаций в Аральском регионе и на их основе строятся прогнозы изменения водных ресурсов этого региона. Завершается глава рекомендациями по режиму гидрофизического мониторинга Аральской аквагеосистемы и лагуны Ныок Нгот.
В заключении представлены основные полученные результаты.
Адаптация технологии геоинформационного мониторинга к геофизическим условиям
Гидрофизический эксперимент обычно связан с изучением водных объектов полузакрытого тина - эстуариев, лагун, участков рек и водоемов [22,23,25,26,29] и открытого типа - морей и океанов [33,39,48,58]. Большое кол и честно собираемой информации о таких гидрофизических объектах, как правило, при тематической обработке не используется по причине ее разрозненности в пространстве, нестационарности и неполноты [95J. Используемые во многих случаях методы усреднения гидрофизических полей пренебрегают принципом соответствия всего объема собранной об объекте информации полноте описания ею не только статических, но и динамических параметров [49].
Полнота описания мезомасш табного гидрофизического объекта необходимо спланировать измерения следующих его характеристик [90]: уровень воды в объекте; приливные колебания уровня; скорое)ь и направление течения; вертикальная и горизонтальная циркуляция; радиационный баланс на границе атмосфера/вода; соленость, плотность и рН воды; испарение, осадки,
В случае необходимости оценки качества воды дополнительно должны измеряться: содержание химических элементов в воде; градиенты концентраций химических элементов на границах гидрофизического объекта; содержание химических элементов в атмосфере; характеристики синоптической обстановки.
Знание указанных характеристик в конкретных точках акватории И гилрофизического объекта за ограниченный промежуток времени позволяет лишь частично оценить состояние его локального участка. Ясно, что решение задачи комплексной оценки требует обоснованные дислокации точек измерений, как в пространстве, так и во времени.
Следуя Парамонову и др. [69] к особенностям экспериментальных исследований гидрофизических процессов можно отнести: необходимость комплексного подхода; согласование режима измерений со структурой изменчивости гидрофизических элементов; сокращение избыточности измерительной информации; использование многоканальных измерений; согласование критериев качества измерений с поставленными задачами. Все эти особенности необходимо согласовать с характерными для мезомасштабного гидрофизического эксперимента параметрами. Средние оценки этих параметров зависят от априорной информации о пределах стационарности в рамках данной аквагеосистемы. Режим и продолжительность измерений определяют на основе анализа совокупности этих параметров. В качестве формализованной основы при принятии решения можно использовать алгоритм рандомизированной линейно-ломаной аппроксимации, который однозначно определяет необходимый режим измерений [58, 91-94]. При этом, если априори определена необходимая точность с оценки изучаемых характеристик, то продолжительность Т, измерений определяется условием где ді- средний масштаб колебаний изучаемых характеристик, Т наибольший временной масштаб кізазистационарности, полученный по алгоритму линейно-ломанной аппроксимации.
Второй, не менее важной задачей гидрофизического эксперимента, является дислокация измерений ио акватории Q. Особенно это важно в случае, когда применяется традиционная методика экспедиционных исследований, не ориентированная на обработку измерительной информации в реальном масштабе времени. Здесь важно согласование режима измерений со структурой изменчивости гидрофизических элементов изучаемого объекта. Ведь ошибка в оценках характеристик этих элементов являются функциями изменчивости измеряемого физического процесса [88]. В самом деле, согласно Парамонову и др. [69] динамическая погрешность измерения, например, температуры коды равна: где 7",- постоянная времени измерительного прибора, а- величина пространственного градиента температуры и V- скорость движения измерительного прибора по относительно к водной среде.
Все сказанное позволяет высказать соображение в пользу создания измерительных систем, которые могли бы функционального обеспечивать адаптивный режим планирования измерений, основываясь на априорной информации, как начальной базе для процесса оптимизации экспериментальных исследований. В четвертой главе данной работы дается предложение о реализации такой системы. Забегая вперед можно отметить основную идею предлагаемого подхода. Она состоит в создании и использовании имитационной системы гидрофизического объекта для обработки данных наблюдений и сопоставления результатов прогнозирования с оценками, полученными on-site. Модель должнв описывать как структуру так и функции гидрофизического объекта.
Экспериментальные исследования в гидрофизике мезомасштабного характера требуют тщательного выбора измерительных средств, чтобы охватить широкий спектр физических процессов и собрать достаточно информативные ряды данных [4]. Поэтому здесь важно сбалансированное использование всех средств (технических, модельных, алгоритмических, компьютерных) организации гидрофизических исследований. Для сбора данных о состоянии мезомасштабного гидрофизического объекта такой баланс обеспечивается предварительным поиском наиболее его чувствительных элементов, незнание динамики которых не позволит дать полную оценку состояния объекта. Инструментом такого поиска служит модель гидрофизического объекта. Этот вопрос рассматривается в гл. 2-4.
Одним из важных элементов гидрофизического объекта является уровень акватории Q, который является динамической характеристикой. Эта характеристика зависит от таких факторов как ветер, изменение атмосферного давления, приливообразующие силы, изменение плотности воды, иску сственное или естественное перераспределение и изменение речного стока, осадки и испарения, геологические факторы [78]. Измерение и учет этих факторов в гидрофизических исследованиях зависит от принимаемых пространствепно-временых масштабов. Чтобы оценить мезомасштабные процессы необходимо контролировать сгонно-нагопные и приливные колебания уровня, диапазон изменчивости которых имеет существенные различия в разных климатических зонах.
Применение метода гармонических функций для восстановления данных микроволновой радиометрии в замкнутой области
Аральское море расположено в Туранской низменности Средне-Азиатского региона [7-9, 13, 14, 34, 37, 40-46, 50, 51]. До 1961 г. Аральское море представляло собой достаточно стабильный водоем с вековыми колебаниями уровня воды в пределах ± 3 м. и сезонными ± 25 см. и являлось одним из наиболее крупных внутриконтинентальных замкнутых солоновато-водных водоемов земного шара. В южной части моря располагается равнинное пространство площадью более 11 тыс, кв. км современной и древней дельты р. Амударьи, южнее переходящее в барханные песчаные массивы Заунгузских Каракумов. На востоке Аральское море граничит с пустынной равниной Кызылкумов с общим уклоном в сторону моря. Здесь характерными рельефами являются бугристо-грядовые пески с широкими сухими руслами древних притоков Сырдарьи и Амударьи. На севере и северо-западе береговая линия моря ограничивается барханными песками предгорий Мугоджар.
Климатические условия функционирования моря определяются охарактеризованным выше его окружением. Колебания температур в зоне моря могут достигать 78С. Средне январская температура составляет -14С, иногда опускаясь до - 33С. Средняя температура в июле равна +26С, достигая в отдельные годы уровня +45С. Вообще климатическая обстановка в Приаралье характеризуется изменчивостью, не связываемой с антропогенными процессами. Так за период 1951-1960 гг. межгодовая изменчивость температуры воздуха колебалась от 4С до 6С, а в период с 1971 по 1980 гг. зимняя температура оказалась ниже нормы на 5.5С. За последующие годы наметилась тенденция к переходу годового режима температуры на континентальный характер, В табл. Ї.1 приводятся некоторые показатели отклонений средних температур от многолетних норм. Эти величины позволяют при формулировке синоптических сценариев задавать интервалы климатической неопределенности.
Сумма годовых осадков над морем колеблется около 100 мм, тогда как испарение оценивается величиной 1 250 мм/год (т.е. ежегодно с поверхности моря испаряется слой воды в 1 15 см.). Температурный режим самого моря характеризуется колебаниями температуры воды от 20-25С летом до -0.7С зимой, когда значительная акватория моря покрывается льдом. Так как море становится мелководным, то прогревание и охлаждение воды в нем иногда достигает дна.
Располагаясь среди пустынь, море постоянно находится под воздействием ветра. Осенью и зимой дуют северо-восточные ветры, приносящие холодный воздух из Сибири, весной и летом дуют юго-западные ветры, приносящие влагу с Атлантики , Средиземного моря и Каспия. Роза ветров и их скорости являются важными параметрами, учет которых при анализе водного баланса Аральского моря должен осуществляться с наибольшей тщательностью. На рис. 1.4 схематически отражены розы ветров над акваторией Арала. Согласно оценкам Бортника и Чистяевой [24] средняя годовая скорость ветра колеблется в зависимости от территории между значениями 3-7 м/с. Район Аральского моря характеризуется большой дисперсией скоростей ветра, которые могут стабильно достигать 30 м/с. Например, на западном побережье в среднем за год такие скорости наблюдаются в течение более 50 суток, что очень важно для рассматриваемого в данной работе сценария восстановления уровня Арала.
Составляющие водного баланса Арала обсуждаются многими авторами [12, 24, 33, 36, 54, 63, 76, 80]. Еще в 1968 году, когда только наметились отрицательные тенденции в водном балансе Арала, потери стока в дельте р. Амударьи составляли 9.1 км3 / год, а с учетом водозабора на орошение ниже г. Нукус эти потери достигали 10.7 км / год, или 23.3 % от стока Амударьи. У различных авторов эти оценки изменяются и поэтому при моделировании воді Ю[ о баланса задание входных оценок связано с некоторой неопределенностью. Во всяком случае оценка среднего многолетнего (1934-1960 гг.) притока в дельту Амударьи близка к величине 47 км 1 / год. Для р. Сырдарья эта величина равна 15.2 км /год.
По мнению Кукса [63] толчком к катастрофическому развитию процесса антропогенного опустынивания в Приаралье послужило совмещение избыточных водозаборов с засушливым периодом и маловодьем рек 1974-1977 гг. Произошел резкий спад речного стока с увеличившимся испарением как с акватории моря, так и с прилегающих территорий. Уже к концу 1980 г. суммарная площадь обсохших водоемов только в дельте Амударьи достигла 310 км". Начался процесс трансформации земных покровов с преобладанием переходов гидроморфных, болотных и луговых почв в солончаковые и такыровидные. Площадь очер на дельтовых равнинах Аральского региона изменялась от 400 тыс. га и 1960 г. до 120 тыс. га в 1970 г, и пришла к почти полному исчезновению к концу 20-го столетия. Общая картина изменения элементов водного баланса Аральского моря представлена в табл. 1.2 и 1.3.
Модель регионального водного баланса зоны влияния Аральской аквагеосистсмы
При качественных радиолокационных исследованиях отражательных свойств протяженных природных образований дешифровочным признаком может служить удельная эффективная поверхность рассеивания (ЭПР). Этот параметр определяет общий фон радиолокационного изображения (РЛ-изображения) местности и позволяет сравнительно легко обнаруживать на снимке участки с аномальными отражательными свойствами. Однако, затруднено использование понятия ЭПР при попытках количественного сопоставления РЛ-изображений различных участков местности или РЛ-снимков одной и той же территории, поученных в различные моменты времени. Для количественной интерпретации РЛ-снимков использовались текстурные особенности и спектр-структуру изображений, обусловленных особенностями локальных параметров соответствующей подстилающей поверхности. Оба этих компонента имеют свои статистические характеристики, при этом статистика первого порядка спектр-структуры и текстурной составляющей описываются многомерной плотностью вероятности, моментами второго порядка и автокорреляционной функцией, которые отражают взаимосвязь между интенсивностью сигналов в соседних элементах кадра. Пространственный радиус корреляции текстуры РЛ-снимка в предельном случае сравним с разрешающей способностью измерителя и существенным образом зависит от крупномасштабных вариаций рельефа, биомассы растительности и параметров других элементов ландшафта. Следовательно, статистика первого порядка текстуры может изменяться даже в пределах одного снимка и одного класса объектов.
СВЧ-радиометрические измерения показали наличие типовых спектров радиояркостной температуры. Спектры радиояркости с положительными значениями первых разностей типичны для некоторых типов льдов, водоемов с неглубоко расположенными зарослями водорослей, для молодых (горячих) лавовых потоков и полей, бетонных покрытий и некоторых типов сухих почвогрунтов. Монотонно убывающие спектры характерны для увлажненных почвогрунтов, акватории, подтопленного леса, покрытых растительностью водоемов, рисовых чеков и др. Спектры со знакопеременными значениями первых приращений присущи многослойным интерферирующим структурам, гетерогенным образованиям типа торфяников и кромкам лесных пожаров.
Поляризационные и дисперсионные характеристики радиотеплового поля оказываются значимыми величинами при аэрокосмических исследованиях акваторий, бетонных и грунтовых взлетно-посадочных полос, а также других природных и антропогенных образований с гладкой поверхностью. Такие образования использовались в качестве калибровочных СВЧ-реперов.
Синхронные дистанционные и наземные измерения интенсивности излучения радиотеплового поля солончаков на волнах 1.35, 2.25 и 20 см показали, что солончак имеет обширные и устойчивые (от сезона к сезону) области с небольшими вариациями радиояркостной температуры. По контуру солончака наблюдается резкое уменьшение радиояркостной температуры на длинах волн 0.8 и 2.25 см, а ее минимальное значение достигается в дециметровом диапазоне в центральной части солончака. В качестве эталона использовалось плато Устюрт, сравнение с поляризационными эффектами которого позволяет осуществлять надежную классификацию земных покровов.
База данных содержит сведения о радиояркостных контрастах по всей территории Средней Азии. При этом в качестве элементов территории выделены замкнутые системы водоемов, накопители дренажных вод, комплексы искусственных и естественных озер, увлажненные солончаки и такыры. Опыт ее формирования показал, что только за счет дистанционных измерений с борта самолета-лаборатории возможна оперативная оценка влагосодержания атмосферы по контуру всей территории Каспийско-Аральской системы. А эпизодические трассовые измерения над внутренними территориями позволяют уточнять распределение земных покровов и уровень залегания грунтовых вод.
Примеры записей раднояркостных контрастов с борта самолета-лаборатории ИЛ-18 приведены на рис.1,6 и 1.7.
В отличие от зоны Арала аквагеосистема лагуны Ныок Нгот начала изучаться недавно в связи с развитием антропогенной инфраструктуры в прилегающей зоне. Если в зоне Арала важным для изучения является уровень моря, то здесь — геохимический режим лагуны. Схема проведенных измерений охарактеризована на рис. 1.5. Некоторые результаты измерений on-Site в лагуне Ныок Нгот охарактеризованы в табл. 1.6-1.12. Как следует из наблюдений расход воды через границу Г в течение суток колеблется в диапазоне [-380+470] MVC со средней частотой приливно-отлпвного процесса 6-7 часов. Эти измерения позволяют оценить параметры в блоке ГИМС : tmil1i = 11, 17, 24 часа по местному времени; г = 6,5 часов; а.1 45000
Характерные величины скоростей течения и его направления а, оценены в табл. 1.7. Эти оценки имеют распределения, характер которых виден из данных табл. 1.6, 1.10 и 1.13. Стандартная ошибка измерения колеблется около 10%.
Имитационный эксперимент для оценки гидрофизических и гидрохимических параметров лагуны
Сезонные или внутригодовые колебания уровня Аральского моря или лагуны Ныок Нгот описываются прогностической моделью MSG, традиционным образом учитывающей балансовые составляющие водного режима аквагеосистемы: испарение, осадки и речной сток. MSG использует средние многолетние величины этих составляющих водного баланса, а также информацию о современной гидрометеорологической обстановке в Приаралье и прибрежных регионах центрального Вьетнама. Блок MSG имитирует течения в П на основе использования методики, позволяющей оценить горизонтальные компоненты скорости м(фД,2,ї) в любой точке с географическими координатами (ф,Л) СіА при произвольном значении глубины z . Вертикальная составляющая скорости течения вычисляется из уравнения неразрывности. Полагается, что движение воды обуславливается тангенциальным напряжением ветра над Q.A , наклонами поверхности моря, вызванными стонами и нагонами вод в результате неравномерности ветра с учетом влияния берегов и речного стока. Движущие силы уравновешиваются вертикальной вязкостью и трением о дно. Коэффициент турбулентной вязкости вычисляется по формуле v =0.25 aWH /к, где W - скорость ветра, // - глубина, к - ветровой коэффициент, а - коэффициент пропорциональности.
Блок MTS имитирует пространственно - временную структуру распределения солености S и температуры т морской воды. Акватория Q делится на компартменты Ц (uQ; = Q.A ), являющиеся внутренне однородными по S и т , Перенос тепла и соли между П; осуществляется течениями и за счет разности градиентов. Обменные процессы на границе с атмосферой описываются линейными соотношениями с учетом многолетних данных наблюдений.
Для аппроксимации вертикальных вариаций плотности р((рА, г, / ) воды использовалась линейная модель MWD . Блок SCT проверяет критерий устойчивости стратификации вод и на основе этого осуществляет процедуру конвективного перемешивания водной массы. Стратификация считается устойчивой при др,/дг 0. В этом случае конвективное перемешивание отсутствует. В случае cpr/cz 0 стратификация считается неустойчивой и процесс конвективного перемешивания отождествляется с процедурой усреднения S и т между соприкасающимися слоями воды. Адаптация SMAHF осуществлялась блоком RCR на основе данных многолетних измерений с научно-исследовательского судна «Отто Шмидт» в Аральском море и гидрофизических экспедиций в январе 1989 г. и марте-апреле 2001 г. на побережье Южно-Китайского моря, проводившихся
Государственным Океанографическим Институтом Росгидромета [23] и совместно институтом физики Научного Центра естественых наук и технологии Вьетнама и институтом радиотехники и электроники РАН. В Аральском море измерения проводились в безледный период по части Q-A В течение 10 дней 3 раза за сезон по нескольким горизонтам с точностью 0.01 "С для г и 0.01 %„ для S . Во Вьетнаме измерения осуществлялись с применением дистанционных технологий микроволновой радиометрии и корабельных систем, оснащенных методиками института океанологии РАН, Для коррекции полученных измерений с целью приведения их к среднесуточным величинам использовались поправки. Исключение случайных флуктуационных составляющих в измеренных величинах и приведение их к сопоставимому с результатами моделирования виду осуществлялось усреднением и оценкой следующих характеристик: среднего значения 5 по глубине, глубины залегания термоклина и температуры на этой глубине, вариации и средних значений температуры воды над и под термоклином, Параметрическая адаптация SMAHF к этим значениям оценивалась по минимому среднего квадрати ческого отклонения. Результатом окончания процесса адаптации явились карто-схемы распределений всех компонентов модели по С1Л , которые использовались как начальные данные для прогноза до следующего измерения. Адаптация SMAHF проводилась с использованием метода альтернативной адаптации. В табл. 3.2 синтезированы этапы адаптации и дана краткая характеристика этого процесса.
Для проведения имитационных экспериментов были выбраны два периода функционирования аквагеосистемы Аральского моря: і981 г. при наличии речного стока в море и 1989 г, при его отсутствии. Значения параметров SMAHF, принимавшиеся при этом, представлены в табл. 3.3. Приведенные оценки коэффициентов турбулентного обмена теплом и солью (Чч-Ф, A\s-) получены как результат адаптации модели. Толщина верхнего квазиодпородного слоя h задавалась равном 15 и для западной глубоководной впадины и 10 м для центральной зоны и Малого моря.
