Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

Десятая всероссийская открытая ежегодная конференция
«Современные проблемы дистанционного зондирования Земли из космоса»
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)
Москва, ИКИ РАН, 12-16 ноября 2012 г.

X.B.601

Трехмерная вариационная ассимиляция данных спутникового зондирования в оперативную модель Финского залива

Софьина Е.В., Ванкевич Р.Е., Еремина Т.Р., Исаев А.В., Кочеткова Е.С.
Российский государственный гидрометеорологический университет (РГГМУ)
В настоящее время при реализации современной оперативной океанографической системы все большее значение уделяется проблеме ассимиляции, т.е. усвоения данных наблюдений. Только при совместном использовании модельных расчетов и данных наблюдений возможно получение решения наиболее близкого к реальному состоянию динамической системы, и как следствие, вероятное, улучшение прогноза.
Наиболее перспективными в задаче ассимиляции можно считать данные спутникового зондирования. Они регулярны и доступны в режиме близком к реальному времени. Спутниковые данные дают информацию о каком-либо параметре на большой протяженности за короткий период времени. Применительно к рассматриваемому объекту Финскому заливу наиболее информативной является спутниковая температура поверхности моря (ТПМ), она доступна ежедневно с хорошим разрешением.
При выборе ассимиляционной процедуры нельзя забывать, что при внесении поправок, например, в поля температуры воды следует переопределять весь вектор состояния, т.е. также поле уровня моря, и, в конечном счете, поля скоростей течений. Поэтому в данной работе используется ассимиляционная процедура высокого уровня, а именно, трехмерная вариационная ассимиляционная схема 3DVAR [1]. Вариационный метод решения задачи ассимиляции заключается в поиске минимума некоторого функционала, описывающего «близость» модельного решения и данных измерений в некоторой заданной метрике. Для организации процедуры минимизации функционала используется квадратичная стоимостная функция. Результатом процедуры ассимиляции является состояние динамической системы (анализ), которое наиболее приближенно к реальному, исходя из имеющихся данных наблюдений, и в котором выполняются все физические законы рассматриваемой динамической системы. В данном случае это гладкость (неразрывность) решения и взаимосвязь с другими переменными, например, выполнение гидростатического и геострофического балансов, корректное поведение на границе расчетной области.
Итак, целью работы была адаптация трехмерной вариационной ассимиляционной схемы 3DVAR для усвоения спутниковой ТПМ в оперативную систему Финского залива GULFOOS.
Оперативная система GULFOOS (the GULf of Finland Operational Oceanographic System) предназначена для прогноза гидродинамических характеристик Финского залива, таких как температура, соленость и плотность морской воды, изменения уровня моря, скорости течений и дрейфа льда, а также изменения толщины и площади льда и толщины снега на поверхности льда. Модель интегрируется на сферической сетке для всего Финского залива с шагом по горизонтали 1 морская миля и вертикальным разрешением 1 м. В качестве граничных условий используются прогноз атмосферных воздействий, получаемый по модели HIRLAM (High Resolution Local Area Model) [http://www.dmi.dk/dmi/index/viden/dmi-hirlam.htm] и прогноз гидрологических характеристик на входе в Финский залив по оперативной модели HIROMB (HIgh Resolution Operational Model for the Baltic Sea) [http://www.smhi.se/sgn0106/if/oceanografi/tool1.htm]. Результаты прогноза доступны в online режиме http://gulfoos.rshu.ru/.
В качестве ассимилируемой информации была выбрана ТПМ, поставляемая Датским метеорологическим институтом (DMI) [http://ocean.dmi.dk/remote_sensing/]. Это синтезированный продукт, построенный на информации с нескольких спутников. Наиболее точные спутниковые инфракрасные датчики имеют разрешение 1 км, точность составляет 0.3-0.4 °С, эти данные поступают со сканирующих спектрорадиометров MODIS на спутниках Terra и Aqua. Оба спутника проходят над Балтийским морем ежедневно. Основное их ограничение – облачность, что особенно актуально для рассматриваемого района. DMI предлагает ежесуточную ТПМ, полученную с помощью объективного анализа (оптимальной интерполяции), на основе более чем 10 различных инструментов. Пространственное разрешение для Балтийского моря составляет 0.03 градуса ~ 3.3 км. Но следует отметить, что береговая линия сильно огрубляется, прибрежные области исключаются. Для оценки точности восстановленного поля ТПМ предлагается поле ошибок. Значения которых сильно варьируется, для областей, где была доступна спутниковая информация высокого качества, они соответствуют заявленной точности для спутникового инфракрасного датчика температуры – 0.3-0.4 °С, для остальных районов ошибка может достигать более 1.5 °С. Данное поле ошибок ТПМ дает возможность в автоматическом режиме определять степень доверия к спутниковым данным, что позволяет использовать ТПМ DMI без каких-либо дополнительных процедур в режиме близком к реальному времени. Последнее является необходимым условием для оперативной модели. Несомненно, единичные снимки MODIS дают более детальную информацию, но они ограничены облачностью, поэтому после «ручной» проверки хорошие снимки целесообразнее использовать для верификации модели, в том числе включающей и ассимиляционную процедуру.
Привлечение процедуры ассимиляции спутниковой ТПМ DMI в оперативную систему GULFOOS улучшило сходимость модельной температуры, как с единичными снимками MODIS, так и с данными контактных измерений, а именно температурой, полученной по ходу судна Baltic Princes (ferry boxes).
Работа выполнена в Российском государственном гидрометеорологическом
университете в рамках гранта Правительства РФ (Договор
No.11.G34.31.0078) для поддержки исследований под руководством ведущих
ученых.

Литература:
1. Dobricic S, Pinardi N. An oceanographic three-dimensional variational data assimilation scheme // Ocean Modelling. 2008. V. 22. P. 89–105.

Технологии и методы использования спутниковых данных в системах мониторинга

130