Морской гидрофизический журнал. 2021; 37: 23-40
Анализ динамических и энергетических характеристик циркуляции вод у берегов Западного Крыма на основе ассимиляции данных наблюдений в численной модели динамики Черного моря
https://doi.org/10.22449/0233-7584-2021-1-23-40Аннотация
Цель. Оценена эффективность процедуры усвоения данных наблюдений, использующей алгоритм фильтра Калмана, по сравнению с последовательным анализом гидрофизических полей, основанным на методе оптимальной интерполяции. Проведен анализ мезомасштабных особенностей прибрежной циркуляции у западного побережья Крыма и в районе города Севастополя.
Методы и результаты. На основе гидродинамической модели, адаптированной к условиям прибрежной зоны Черного моря с открытой границей, и данных наблюдений за температурой и соленостью в ходе гидрологической съемки2007 г. рассчитаны динамические и энергетические характеристики прибрежной циркуляции Черного моря с высоким пространственным разрешением (~1,6 км по горизонтали и 30 горизонтов по вертикали). Реконструкция гидрофизических полей проведена на основе двух алгоритмов усвоения данных (последовательной оптимальной интерполяции и модифицированного фильтра Калмана). Изменение кинетической энергии обусловлено в основном ветровым воздействием, вертикальным трением и работой сил давления; изменение потенциальной энергии – адвекцией потенциальной энергии и горизонтальной турбулентной диффузией. Восстановлены следующие особенности циркуляции: антициклонический вихрь с радиусом около15 км в Каламитском заливе в верхнем слое воды, антициклонический вихрь с радиусом около15 км между 32,2° и 32,6° в. д. во всем слое воды, интенсивное течение вблизи Севастополя и вдоль западного берега Крыма, направленное на север и северо-запад, субмезомасштабные вихри различного знака вращения в верхнем слое.
Выводы. Показано, что учет неоднородности и неизотропности ошибок оценок полей температуры и солености относительно корреляционной функции приводит к качественным и количественным различиям в гидродинамических полях (усиление течений, смена направления течений, вихревые образования были выражены отчетливее). При этом среднеквадратические ошибки оценок термохалинных полей уменьшились. Формирование антициклонического вихря с радиусом около 15 км в Каламитском заливе могло быть связано со сдвиговой неустойчивостью течения. При обтекании течением береговой линии и неоднородностей рельефа дна образовались субмезомасштабные вихри с диаметрами менее5 км.
Список литературы
1. Тимченко И. Е. Прогнозирование гидрофизических процессов на основе фильтров Калмана // Морские гидрофизические исследования. Севастополь : МГИ НАНУ, 1973. № 2(61). С. 105–118.
2. Тимченко И. Е. Динамико-стохастические модели состояния океана Киев : Наукова думка, 1981. 191 с.
3. Комплексное использование измерений на гидрофизических полигонах океана в четырехмерном анализе / В. В. Кныш [и др.] // Доклады АН СССР. 1980. Т. 252, № 4. C. 832–836.
4. Кныш В. В. Многоэлементный четырехмерный анализ основных гидрофизических полей океана // Известия АН СССР. ФАО. 1982. Т. 18, № 4. С. 391–398.
5. Sakawa Y. Optimal filtering in linear distributed-parameter systems // International Journal of Control. 1972. Vol. 16, iss. 1. P. 115–127. https://doi.org/10.1080/00207177208932247
6. Демышев С. Г., Коротаев Г. К. Численные эксперименты по четырехмерному усвоению данных наблюдений в Черном море в июне 1984 г. на основе численной энергосбалансированной модели // Морской гидрофизический журнал. 1992. № 3. С. 21-33.
7. Assimilation of hydrological observation data for calculating currents in seas and oceans / V. V. Knysh [et al.] // Izvestiya, Atmospheric and Oceanic Physics. 2012. Vol. 48, iss. 1. P. 57–73. doi:10.1134/S0001433812010057
8. Assimilation of sea surface height anomalies into HYCOM with an Optimal Interpolation Scheme over the Atlantic Ocean METAREAV / C. A. S. Tanajura [et al.] // Revista Brasileira de Geofı́sica. 2013. Vol. 31, no. 2. P. 257–270. http://dx.doi.org/10.22564/rbgf.v31i2.293
9. Belyaev K. P., Tanajura C. A. S., Tuchkova N. P. Comparison of methods for ARGO drifters data assimilation into a hydrodynamical model of the ocean // Oceanology. 2012. Vol. 52, iss. 5. P. 593–603. doi:10.1134/S0001437012050025
10. Agoshkov V. I., Parmuzin E. I., Shutyaev V. P. Observational data assimilation in the problem of Black Sea circulation and sensitivity analysis of its solution // Izvestiya, Atmospheric and Oceanic Physics. 2013. Vol. 49, iss. 6, P. 592–602. doi:10.1134/S0001433813060029
11. Феоктистов А. С., Нежевенко Е. С. Оперативное прогнозирование пространственно распределенных динамических процессов на поверхности земли на основе усвоения данных // Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2015. Т. 13, № 2. С. 103–115. URL: https://lib.nsu.ru/xmlui/handle/nsu/10116 (дата обращения: 23.11.2020).
12. Система усвоения океанографических данных и ретроспективный анализ гидрофизических полей Мирового океана / A. A. Зеленько [и др.] // Известия РАН. Физика атмосферы и океана. 2016. Т. 52, № 4. С. 501–513. doi:10.7868/S0002351516040143
13. Numerical modeling of ocean hydrodynamics with variational assimi-lation of observational data / V. B. Zalesny [et al.] // Izvestiya, Atmospheric and Oceanic Physics. 2016. Vol. 52, iss 4. P. 431–442. https://doi.org/10.1134/S0001433816040137
14. Dorofeev V. L., Sukhikh L. I. Study of long-term variability of Black Sea dynamics on the basis of circulation model assimilation of remote measurements // Izvestiya, Atmospheric and Oceanic Physics. 2017. Vol. 53, iss 2. P. 224–232. https://doi.org/10.1134/S0001433817020025
15. Kaurkin M. N., Ibrayev R. A., Belyaev K. P. Assimilation of the AVISO altimetry data into the ocean dynamics model with a high spatial resolution using Ensemble Optimal Interpolation (EnOI) // Izvesti-ya, Atmospheric and Oceanic Physics. 2018. Vol. 54, iss. 1. P. 56–64. https://doi.org/10.1134/S0001433818010073
16. Агошков В. И., Залесный В. Б., Шелопут Т. О. Вариационная ассимиляция данных в задачах моделирования гидрофизических полей в открытых акваториях // Известия РАН. Физика атмосферы и океана. 2020. T. 56, № 3. С. 293–308. doi:10.31857/S0002351520030025
17. Demyshev S. G. A numerical model of online forecasting Black Sea currents // Izvestiya, Atmospheric and Oceanic Physics. 2012. Vol. 48, iss. 1. P. 120–132. doi:10.1134/S0001433812010021
18. Pacanowski R. C., Philander S. G. H. Parameterization of vertical mix-ing in numerical models of tropical oceans // Journal of Physical Oceanography. 1981. Vol. 11, iss. 11. P. 1443–1451. https://doi.org/10.1175/1520-0485(1981)011<1443:POVMIN>2.0.CO;2
19. Информационные потоки в системе оперативного мониторинга гидрофизических полей Черного моря и автоматизация процессов их обработки / Ю. Б. Ратнер [и др.] // Системы контроля окружающей среды. 2005. Вып. 8. С. 140–149.
20. The ALADIN project: Mesoscale modelling seen as a basic tool for weather forecasting and atmospheric research // World Meteorological Organization Bulletin. 1997. Vol. 46, no. 4. P. 317–324. URL: http://www.umr-cnrm.fr/aladin/IMG/pdf/ALADIN_PROJECT-pdf_-_Adobe_Acrobat_Professional.pdf (date of access: 23.11.2020).
21. Банк океанологических данных МГИ НАНУ: содержание и структура баз данных, система управления базами данных / А. М. Суворов [и др.] // Системы контроля окружающей среды. 2003. Вып. 1(5). С. 130–137.
22. Harten A. High resolution schemes for hyperbolic conservation laws // Journal of Computational Physics. 1983. Vol. 49, № 3. P. 357–393. https://doi.org/10.1016/0021-9991(83)90136-5
23. Демышев С. Г. Энергетика климатической циркуляции Черного моря. Ч. I. Дискретные уравнения скорости изменения кинетической и потенциальной энергий // Метеорология и гидрология. 2004. № 9. С. 65–80.
24. Демышев С. Г. Энергетика климатической циркуляции Черного моря. Ч. II. Численный анализ климатической энергетики // Метеорология и гидрология. 2004. № 10. С. 74–86.
25. Evstigneeva N., Demyshev S. Analysis of circulation near the coast of Western Crimea and in the region of Sevastopol with assimilation of temperature and salinity observations // IOP Conference Series: Earth and Environmental Sciences. 2019. Vol. 386. 012047. doi:10.1088/1755-1315/386/1/012047
Morskoy Gidrofizicheskiy Zhurnal. 2021; 37: 23-40
Analysis of the Dynamic and Energy Characteristics of Water Circula-tion near the Western Crimea Coast and in the Sevastopol Region Based on the Observational Data Assimilation in the Numerical Model of the Black Sea Dynamics
https://doi.org/10.22449/0233-7584-2021-1-23-40Abstract
Purpose. The study is aimed at evaluating effectiveness of the procedure of the observational data assimilation using the Kalman filter algorithm as compared to sequential analysis of the hydrophysical fields based on the optimal interpolation method, and at analyzing the mesoscale features of coastal circulation near the western Crimea coast and in the Sevastopol region.
Methods and Results. Based on the hydrodynamic model adapted to the Black Sea coastal zone conditions including the open boundary and on the temperature and salinity data from the hydrological survey in 2007, the dynamic and energy characteristics of the Black Sea coastal circulation were calculated with high spatial resolution (horizontal grid is ~1.6×1.6 km and 30 vertical horizons). The hydrophysical fields were reconstructed using two algorithms of data assimilation: the sequential optimal interpolation and the modified Kalman filter. The kinetic energy changed mainly due to the wind action, vertical friction and the work of pressure forces; the potential energy – due to the potential energy advection and the horizontal turbulent diffusion. The following circulation features were reconstructed: the anticyclonic eddy with the radius about15 km in the Kalamitsky Bay in the water upper layer, the anticyclonic eddy with the radius about15 km between 32.2 and 32.6° E in the whole water layer, the intense current near Sevastopol and along the Crimea western coast directed to the north and northwest, and the submesoscale eddies of different signs of rotation in the upper layer.
Conclusions. It is shown that having been taken into account, heterogeneity and non-isotropy of the error estimates of the temperature and salinity fields relative to the correlation function lead to qualitative and quantitative differences in the hydrodynamic fields (amplification of currents, change of the currents’ direction and eddy formations were better pronounced). At the same time, the mean square errors of the thermohaline fields’ estimates decreased. Formation of the anticyclonic eddy with the radius about15 km in the Kalamitsky Bay could be related to the current shear instability. Submesoscale eddies with the diameters less than5 km were formed when the current flowed around the coastline and the bottom topography inhomogeneities.
References
1. Timchenko I. E. Prognozirovanie gidrofizicheskikh protsessov na osnove fil'trov Kalmana // Morskie gidrofizicheskie issledovaniya. Sevastopol' : MGI NANU, 1973. № 2(61). S. 105–118.
2. Timchenko I. E. Dinamiko-stokhasticheskie modeli sostoyaniya okeana Kiev : Naukova dumka, 1981. 191 s.
3. Kompleksnoe ispol'zovanie izmerenii na gidrofizicheskikh poligonakh okeana v chetyrekhmernom analize / V. V. Knysh [i dr.] // Doklady AN SSSR. 1980. T. 252, № 4. C. 832–836.
4. Knysh V. V. Mnogoelementnyi chetyrekhmernyi analiz osnovnykh gidrofizicheskikh polei okeana // Izvestiya AN SSSR. FAO. 1982. T. 18, № 4. S. 391–398.
5. Sakawa Y. Optimal filtering in linear distributed-parameter systems // International Journal of Control. 1972. Vol. 16, iss. 1. P. 115–127. https://doi.org/10.1080/00207177208932247
6. Demyshev S. G., Korotaev G. K. Chislennye eksperimenty po chetyrekhmernomu usvoeniyu dannykh nablyudenii v Chernom more v iyune 1984 g. na osnove chislennoi energosbalansirovannoi modeli // Morskoi gidrofizicheskii zhurnal. 1992. № 3. S. 21-33.
7. Assimilation of hydrological observation data for calculating currents in seas and oceans / V. V. Knysh [et al.] // Izvestiya, Atmospheric and Oceanic Physics. 2012. Vol. 48, iss. 1. P. 57–73. doi:10.1134/S0001433812010057
8. Assimilation of sea surface height anomalies into HYCOM with an Optimal Interpolation Scheme over the Atlantic Ocean METAREAV / C. A. S. Tanajura [et al.] // Revista Brasileira de Geofı́sica. 2013. Vol. 31, no. 2. P. 257–270. http://dx.doi.org/10.22564/rbgf.v31i2.293
9. Belyaev K. P., Tanajura C. A. S., Tuchkova N. P. Comparison of methods for ARGO drifters data assimilation into a hydrodynamical model of the ocean // Oceanology. 2012. Vol. 52, iss. 5. P. 593–603. doi:10.1134/S0001437012050025
10. Agoshkov V. I., Parmuzin E. I., Shutyaev V. P. Observational data assimilation in the problem of Black Sea circulation and sensitivity analysis of its solution // Izvestiya, Atmospheric and Oceanic Physics. 2013. Vol. 49, iss. 6, P. 592–602. doi:10.1134/S0001433813060029
11. Feoktistov A. S., Nezhevenko E. S. Operativnoe prognozirovanie prostranstvenno raspredelennykh dinamicheskikh protsessov na poverkhnosti zemli na osnove usvoeniya dannykh // Vestnik Novosibirskogo gosudarstvennogo universiteta. Seriya: Informatsionnye tekhnologii. 2015. T. 13, № 2. S. 103–115. URL: https://lib.nsu.ru/xmlui/handle/nsu/10116 (data obrashcheniya: 23.11.2020).
12. Sistema usvoeniya okeanograficheskikh dannykh i retrospektivnyi analiz gidrofizicheskikh polei Mirovogo okeana / A. A. Zelen'ko [i dr.] // Izvestiya RAN. Fizika atmosfery i okeana. 2016. T. 52, № 4. S. 501–513. doi:10.7868/S0002351516040143
13. Numerical modeling of ocean hydrodynamics with variational assimi-lation of observational data / V. B. Zalesny [et al.] // Izvestiya, Atmospheric and Oceanic Physics. 2016. Vol. 52, iss 4. P. 431–442. https://doi.org/10.1134/S0001433816040137
14. Dorofeev V. L., Sukhikh L. I. Study of long-term variability of Black Sea dynamics on the basis of circulation model assimilation of remote measurements // Izvestiya, Atmospheric and Oceanic Physics. 2017. Vol. 53, iss 2. P. 224–232. https://doi.org/10.1134/S0001433817020025
15. Kaurkin M. N., Ibrayev R. A., Belyaev K. P. Assimilation of the AVISO altimetry data into the ocean dynamics model with a high spatial resolution using Ensemble Optimal Interpolation (EnOI) // Izvesti-ya, Atmospheric and Oceanic Physics. 2018. Vol. 54, iss. 1. P. 56–64. https://doi.org/10.1134/S0001433818010073
16. Agoshkov V. I., Zalesnyi V. B., Sheloput T. O. Variatsionnaya assimilyatsiya dannykh v zadachakh modelirovaniya gidrofizicheskikh polei v otkrytykh akvatoriyakh // Izvestiya RAN. Fizika atmosfery i okeana. 2020. T. 56, № 3. S. 293–308. doi:10.31857/S0002351520030025
17. Demyshev S. G. A numerical model of online forecasting Black Sea currents // Izvestiya, Atmospheric and Oceanic Physics. 2012. Vol. 48, iss. 1. P. 120–132. doi:10.1134/S0001433812010021
18. Pacanowski R. C., Philander S. G. H. Parameterization of vertical mix-ing in numerical models of tropical oceans // Journal of Physical Oceanography. 1981. Vol. 11, iss. 11. P. 1443–1451. https://doi.org/10.1175/1520-0485(1981)011<1443:POVMIN>2.0.CO;2
19. Informatsionnye potoki v sisteme operativnogo monitoringa gidrofizicheskikh polei Chernogo morya i avtomatizatsiya protsessov ikh obrabotki / Yu. B. Ratner [i dr.] // Sistemy kontrolya okruzhayushchei sredy. 2005. Vyp. 8. S. 140–149.
20. The ALADIN project: Mesoscale modelling seen as a basic tool for weather forecasting and atmospheric research // World Meteorological Organization Bulletin. 1997. Vol. 46, no. 4. P. 317–324. URL: http://www.umr-cnrm.fr/aladin/IMG/pdf/ALADIN_PROJECT-pdf_-_Adobe_Acrobat_Professional.pdf (date of access: 23.11.2020).
21. Bank okeanologicheskikh dannykh MGI NANU: soderzhanie i struktura baz dannykh, sistema upravleniya bazami dannykh / A. M. Suvorov [i dr.] // Sistemy kontrolya okruzhayushchei sredy. 2003. Vyp. 1(5). S. 130–137.
22. Harten A. High resolution schemes for hyperbolic conservation laws // Journal of Computational Physics. 1983. Vol. 49, № 3. P. 357–393. https://doi.org/10.1016/0021-9991(83)90136-5
23. Demyshev S. G. Energetika klimaticheskoi tsirkulyatsii Chernogo morya. Ch. I. Diskretnye uravneniya skorosti izmeneniya kineticheskoi i potentsial'noi energii // Meteorologiya i gidrologiya. 2004. № 9. S. 65–80.
24. Demyshev S. G. Energetika klimaticheskoi tsirkulyatsii Chernogo morya. Ch. II. Chislennyi analiz klimaticheskoi energetiki // Meteorologiya i gidrologiya. 2004. № 10. S. 74–86.
25. Evstigneeva N., Demyshev S. Analysis of circulation near the coast of Western Crimea and in the region of Sevastopol with assimilation of temperature and salinity observations // IOP Conference Series: Earth and Environmental Sciences. 2019. Vol. 386. 012047. doi:10.1088/1755-1315/386/1/012047
