Помощь в написании студенческих работ
Антистрессовый сервис

Усвоение данных наблюдений в моделях океанских экосистем

Диссертация: Усвоение данных наблюдений в моделях океанских экосистем
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Однако, большинство известных на сегодняшний момент математических моделей океанских экосистем имеют одну неприятную особенность, связанную с тем, что процессы, контролирующие динамику и функционирование сложных биологических систем, не являются достаточно изученными, а их описание в рамках математических моделей полностью установленным. Кроме того, параметризации этих процессов содержат… Читать ещё >

Усвоение данных наблюдений в моделях океанских экосистем (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. СУЩЕСТВУЮЩИЕ МЕТОДЫ УСВОЕНИЯ ДАННЫХ НАБЛЮДЕНИЙ В ЭКОСИСТЕМНЫХ МОДЕЛЯХ ОКЕАНА
  • 2. МОДИФИЦИРОВАННЫЙ МЕТОД ОБОЩЕННОЙ ИНВЕРСИИ И ЕГО ИСПОЛЬЗОВАНИЕ В ЭКОСИСТЕМНОЙ МОДЕЛИ ВЕРХНЕГО КВАЗИОДНОРОДНОГО СЛОЯ ОКЕДНА
    • 2. 1. Модифицированный метод обобщенной инверсии
    • 2. 2. Модель экосистемы ВКС океана
    • 2. 3. Данные наблюдений
  • 3. ПРОСТРАНСТВЕННО-ВРЕМЕННАЯ ИЗМЕНЧИВОСТЬ ХАРАКТЕРИСТИК ЭКОСИСТЕМЫ В ВКС СЕВЕРНОЙ АТЛАНТИКИ
    • 3. 1. Концентрация хлорофилла «а»
    • 3. 2. Первичная продукция
    • 3. 3. Концентрация нитратов
    • 3. 4. Биомасса зоопланктона
    • 3. 5. Концентрация детрита
    • 3. 6. Оптимизируемые модельные параметры
  • 4. ОЦЕНКА ТОЧНОСТИ ИСХОДНОЙ ИНФОРМАЦИИ
    • 4. 1. Оценка соотношения точности модели и данных наблюдений
    • 4. 2. Оценка точности модельных параметризаций биологических процессов

Последние годы отмечены все возрастающим интересом к математическому моделированию океанских экосистем. Это связано прежде всего с необходимостью как можно точнее оценить первичную продукцию океана и биогеохимические источники и стоки углерода, что важно как для оценки роли океанской биоты в поглощении избыточного атмосферного СО2 океаном, так и для исследования ее реакции на антропогенные воздействия [1]. Решение проблемы рационального использования природных ресурсов океана также невозможно без построения моделей экосистем.

Однако, большинство известных на сегодняшний момент математических моделей океанских экосистем имеют одну неприятную особенность, связанную с тем, что процессы, контролирующие динамику и функционирование сложных биологических систем, не являются достаточно изученными, а их описание в рамках математических моделей полностью установленным. Кроме того, параметризации этих процессов содержат значительное число плохо известных параметров, которые зачастую не поддаются непосредственным измерениям. В этой связи центральным становится вопрос о калибровке и настройке математических моделей океанских экосистем по данным наблюдений [2]. ния объема спутниковой информации (хотя и менее точной), с другой, использование последней для калибровки экосистемных моделей представляется более перспективным. Спутниковые снимки являются источником данных, которые могут быть использованы для мониторинга долгопериодных и крупномасштабных изменений в биологии океана. В последние годы на основе спутниковых наблюдений цветности океана получены уникальные в своем роде оценки глобальной первичной продукции [3, 4].

Следует отметить, что существующие методы усвоения данных наблюдений в математические модели природных явлений были разработаны и успешно применяются для решения метеорологических задач. Однако использование этих методов в экосистемном моделировании сопряжено с определенными трудностями, связанными со спецификой моделей океанских экосистем, для которых характерны сильные нелинейные взаимодействия между отдельнымии компонентами.

Цель настоящей работы заключалась в разработке метода ассимиляции данных наблюдений в экосистемные модели океана, учитывающего ограниченность модельного описания сложных биологических систем, и его верификации на основе спутниковых данных о приповерхностной концентрации хлорофилла. В основные задачи диссертационной работы входило: темные модели океана;

— оценка пространственно-временной изменчивости первичной продукции, концентраций фитопланктона, детрита, нитратов, биомассы зоопланктона и параметров модели для умеренных широт Северной Атлантики на основе усвоения спутниковых данных о приповерхностной концентрации хлорофилла в экосистемную модель верхнего квазиоднородного слоя (ВКС) океанал.

— оценка соотношения качества модели и усваиваемых данных наблюдений;

— разработка метода оценки точности используемых в модели параметризаций биологических процессов.

Сформулированные задачи определяют структуру работы. В первой главе рассматриваются основные подходы к усвоению данных наблюдений в моделях океанских экосистем. Во второй главе формулируется модифицированный метод обобщенной инверсии и рассматривается его приложение к усвоению данных спутниковых измерений приповерхностной концентрации хлорофилла «а» в 4-х компонентную модель экосистемы ВКС океана. В третьей главе обсуждаются результаты применения предлагаемой процедуры ассимиляции для оценки изменчивости параметров и характеристик используемой экосистемной модели в умеренных широтах Северной Атлантики. В последней (четвертой) главе представлены оценки качества модельных уравнений и данных наблюдений, а также даны рекомендации по улучшению точности модельных параметризаций биогеохимических процессов. В заключении перечислены основные результаты работы.

ЗАКЛЮЧЕНИЕ

.

1. Предложен новый метод (модифицированный метод обобщенной инверсии) усвоения данных наблюдений в моделях океанских экосистем, учитывающий специфические свойства этих моделей: сильную нелинейность модельных уравнений и определенный произвол выбора параметризаций биогеохимических процессов. Предложенный метод, в отличие от традиционных, позволяет не только подобрать оптимальные значения плохо известных модельных параметров, но и учесть неточности модельных уравнений и ошибки данных наблюдений. Метод может быть использован при ассимиляции как спутниковых, так и экспедиционных данных.

2. На основе усвоения средних месячных спутниковых данных о приповерхностной концентрации хлорофилла «а» в 4-х компонентную (фитопланктон, зоопланктон, детрит, нитраты) модель ВКС океана получены оценки пространственно-временной изменчивости концентраций фитопланктона, первичной продукции, биомассы зоопланктона, концентраций детрита и нитратов в ВКС умеренных широт (30° - 60° с.ш.) Северной Атлантики.

Использование указанной процедуры усвоения привело к заметному улучшению согласования модельного решения и имеющихся данных наблюдений. Наибольшее улучшение, согласования достигнуто для распределения хлорофилла, особенно для широт, больших 40 0 с.ш.

Воспроизведена так-называемая «раскатывающаяся зеленая ковровая дорожка» (запаздывание во времени момента начала весенней вспышки продуктивности фитопланктона с ростом широты), впервые обнаруженная по спутниковым данным.

3. Построены карты пространственного распределения оптимизируемых средних годовых модельных параметров: наклона, а Р — I кривой, максимальной скорости роста фитопланктона Ур, удельных скоростей ?11 и ?12 смертности соответственно фитои зоопланктона и коэффициентов дик, регулирующих потребление пищи зоопланктоном. Сравнение рассчитаных значений Ур и, а с результатами экспедиционных измерений этих параметров [10] свидетельствует об их качественном согласовании. Значительная пространственная неоднородность, присущая всем оптимизируемым параметрам говорит о том, что вряд ли можно рассчитывать на нахождение некоторых постоянных (для достаточно крупных океанских провинций или даже всего Мирового океана) значений этих параметров. Отсюда следует, что предложенная в [49] классификация биогеохимических провинций по особенностям поверхностной циркуляции океана, возможно, слишком груба и не учитывает существенных различий в биогеохимических процессах внутри выделенных провинций.

4. В рамках модифицированного метода обобщенной инверсии предложен способ оценки степени адекватности используемой модели и качества усваеваемых данных наблюдений. Анализ указанной 4-х компонентной модели ВКС океана и спутниковых данных о приповерхностной концентрации хлорофилла в исследуемой области показал, что: а) спутниковые данные содержат большие ошибки в прибрежных.

— г и мелководных районах Северной Атлантики, б) используемая модель достаточно адекватно описывает динамику экосистемы только в центральной части океана. В других районах, по-видимому, должны учитываться дополнительные факторы, конто-лируюгцие поведение реальной экосистемы. К ним относятся: адвективный перенос биологических субстанций, вертикальные миграции зоопланктона, взаимодействие с бентосной системой и др.

5. Предложен метод оценки точности модельных параметризаций биологических процессов, основанный на апостериорном знании решения ассимиляционной задачи и невязок, в модельных уравнениях. Для условий станции «5» (Бермудские о-ва) показано, что основные неточности воспроизведения динамики экоситемы связаны с неадекватным описанием потерь фитои зоопланктона и процесса разложения детрита, и, значит, параметризации этих процессов нуждаются в уточнении.

Показать весь текст

Список литературы

  1. Sarmiento J.L., Fasham M.J., Slater R., Toggweiler J.R., Ducklow H. The role of biology in the chemistry of CO2 in the ocean/ Chemistry of the Greenhouse Effect (Farrell M. ed.)// Lewis Pub.- New York.-1989.
  2. Doney S.C. Commentary: Assessing Ocean Modeling And Data Assimilation Requirements For The Next Decade// U.S. JGOFS Newsletter.- 1997.
  3. Longhurst A., Sathyendranath S., Piatt T., Caverhill C. An estimate of global primary production in the ocean from satellite radiometer data// J. Plankton Res.- 1995.- Vol.17.- No 6.-P.1245−1271.
  4. Antoine D., Andre J.-M. and Morel A. Oceanic primary production: II. Estimation at global scale from satellite (Coastal Zone Color Scanner) chlorophyll// Global Biogeochemical Cycles.- 1996.- Vol. 10.- P. 57−69.
  5. Evans G.T. and Parslow S.J. A model of annual plankton cycles// Biol. Oceanogr.- 1985.- Vol. 3.- P.327−347.
  6. Frost B. Grazing control of phytoplankton stok in the open subarctic Pacific Ocean: a model assessing the role of mesozooplankton, particulary the large calanoid copepods Neccalanus //Mar. Ecol. Prog. Ser.- 1987.- Vol. 39.- P.49−68.
  7. Fasham M.J.R., Ducklow H.W., McKelvie S.M. A nitrogen-based model of plankton dynamics in the oceanic mixed layer// J.Mar.Res.- 1990.- Vol.48.- No.3.- P.591−639.
  8. Radach G. and Moll A. Estimation of the variability of producion by simulating annual cycles of phytopldnkton in the central North Sea// Progr. Oceanogr.- 1993.- Vol.31. P.339−419
  9. M.E. и 3 др. Характеристика эпипелагических экосистем Тихого океана на основе спутниковых и экспедиционных данных. Абиотические параметры и продукционные показатели фитопланктона// Океанология.- 1995.- Т.35.- N 2.- С. 226−236.
  10. Piatt Т., Sathyendranath S. Oceanic primary production: Estimation by remote sensing at local and regional scales// Science.- 1988.-Vol.241.- P.1613−1620.
  11. Ishizaka J. In.: Towards a Model of Ocean Biogeochemical Processes: Global Environmental Change/ G.T. Evans and M.J.R. Fasham (eds.)// NATO ASI Ser.- Ser.l.- 1993- Vol.10.-P. 295−316.
  12. Armstrong R., Sarmiento J.L. and Slater R. D Monitoring Ocean Productivity by Assimilating Satellite chlorofyll into Ecosystem
  13. Models/ T.M. Powell and J.H. Steele (ed)// Ecological Time Series.-Chapman and Hall.- U.K.- P. 379−390.I
  14. Marchuk G.I. Formulation of the theory of perturbation for complicated models. Applied. Math, and Optimization.- 1975.-Vol.l.- No 1.- P. l-33.
  15. Fasham M.J.R., Evans G.T. The use of optimization techniques to model marine ecosystem dynamics at the JGOFS station at 47° N 20° W// Phil. Trans. R.Soc.- Lond. B.- 1995.- Vol.348.- No. 1324.-P.203−210.
  16. Hurtt G.C., Armstrong R.A. A pelagic ecosystem model calibrated with BATS data// Deep-Sea Res. II.- 19&6.- Vol.43.- No. 2−3.- P.653−683.
  17. Prunet P., Minster J.-F. and Ruiz-Pino D. Assimilation of surface data in a one-dimensional physical-biogeochemical model of the surface ocean.1. Method and preliminary results// Global Biogeochemical Cycles. -1996.- vol. 10.- NO. 1.- P. 111−138.
  18. Matear R. J. Parameter optimization and analysis of ecosystem models using simulated annealing: A case study at Station P// Journal of Marine Research.- 1995.- Vol.53.- P. 571−607.
  19. Matear R. J. and G. Holloway. Modeling the inorganic phosphorus cycle of the North Pacific using an adjoint data assimilation model to assess the role of dissolved organic phosphorus// Global
  20. Biogeochemical Cycles.- 1995.- Vol.9.- NO. 1.- P. 101−119.j
  21. Y. Spitz, J.R. Moisan, M.R. Abbott, J.G. Richman. Data Assimilation and a Pelagic Ecosystem Model: Parameterization using Time Series Observations// Jornal of Marine System (in press.).
  22. A.H., Леонов А. С., Ягода А. Г. Нелинейные некорректные задачи// Наука. 1995.
  23. Pires С., Vatuard R., Talagrand О. On extending the limits of variational assimilation in nonlinear chaotic systems // Tellus.-1996.-Vol. A45.- P. 96−121.
  24. Bennett A.F. Inverse methods in phisicafoceanography// Cambridge University Press.- Cambridge.-1992. 346 p.
  25. .А., Кивман Г. А., Лоза C.H., Рябченко В. А. Ассимиляция спутниковых измерений концентрации хлорофилла в экосистем-ной модели верхнего квазиоднородного слоя океана// Доклады АН.- 1997.- Т. 355.- No 5.- С. 688−692
  26. Ten Brummelhuis P.G.J., Heemink A.W., and van den Boogaard H.F.P. Identification of shallow sea models// Int. J. Numer. Methord Fluids.- 1993.- Vol. 17.-P. 637−665.
  27. Losa S.N. A method for assimilation of satellite chlorophyll data into an ecosystem model of the ocean mixed layer// Annales Geophysical.- 1996.- Part II.- Supplement II to vol. 14.- P. 426.
  28. Eknes M. and Evensen G. Parameter estimation solving a weak constraint variational formulation for an Ekman model// J. Geophys.Res.(in press.).
  29. Bissett W.P., M.B.Meyers, J.J.Walsh and F.E.Muller-Karger //J. Geophys. Res.- 1994.- Vol.99.- P. 7539−7553.
  30. Dee D.P. On-line estimation of error covariance parameters for3atmospheric data assimilation// it Mon. Wea. Rev.-1994.- Vol.-123.-P. 1128−1145.
  31. Wahba G. Spline Methods for observational Data// SIAM.- 1990. -169 pp.
  32. Kivman G.A. Weak constrainad data assimilation for tides in the Artie Ocean// Proc. Workshop on 'Data assimilation in large-scale models'.- Delft. 1997.- P. 571−607.
  33. Popova Е.Е. Non-universal sensitivity of a robust ecosystem model of the ocean upper mixed layer// Ocean Modelling.- 1995.- Issue 109.-P.2−5.
  34. Laws E.A. and Bannister T.T. Nutrient- and light-limited growth of Thalassiosira fluviatilis in continuous culture, with implications for phytoplankton growth in the ocean// Limnol. Oceanogr.- 1980.- Vol. I25.- P. 457−473.
  35. Kiefer D. A. and Mitchell B.G. A simple, steady state description of phytoplankton growth based on absorption cross section and quantum efficiency// Limmnol. Oceanogr.- 1983.Vol.28.- P. 770−776.
  36. Geider, R.J. Light and temperature dependence of the carbon to chlorophyll a ratio in microalgae and cyanobacteria: Implications for physiology and growth of phytoplankton// New Phytol.- 1987.-Vol.106.- P. 1−34.
  37. R.J., Macintyre H.L., Капа T.M. A dynamic model of photoadaptation in phytoplankton// Limnol. Oceanogr.- 1996.- Vol. 41.- No 1.- P. l-15.
  38. Cloern J.E., Grenz С., Vidergar-Lucas L. An empirical model of the phytoplankton chlorophyll: carbon ratio the conversion factor between productivity and growth rate// Limnol. Oceanogr.- 1995.-Vol.40.- N 7.- P.1313−1321.
  39. Океанология. Химия океана/ ред. Бордовский O.K. и Иваненко В.Н.// Издательство «Наука».- Москва.- 1979.- Т. 1.- С. 176−184.
  40. Belch et al. The remote sensing of ocean primary productivity: Use of a new data compilation to test satellite algorithms// Journal of Geophysical Research.-1992.- Vol. 97.- P. 2279−2293.
  41. Gordon H.R. and Clark D.K. Remote sensing optical properties of a strarified ocean: An improved interpretation// Applied Optics.-1980.- Vol. 19.- P. 3428−3430.
  42. Gordon H.R. and McCluney W.R. Estimation of sunlight penetration in the sea for remote sensing// Applied Optics.- 1975.- Vol. 14.- P. 413−516.
  43. Gordon H.R. et al. Satellite measurements of the phytoplankton pigment concentration in the surface waters of a warm core Gulf Stream ring// Jornal of Marine Research.- 1982.- Vol. 40.- P. 491 502.
  44. Evans R.H. and Gordon H.R. Coastal Zone Color Scanner «system calibration»: a retrospective examination// Jornal of Geophysycal Research.- 1994.- Vol. 99.- P. 7293−7307.'
  45. Feldman G. and 12 others. Ocean color. Availability of the global data set// EOS.- 1989.- Vol.70.- P. 634−641.
  46. Oberhuber J.M. An atlas based on the COADS data set: The budgets of heat, buoyancy and turbulent kinetic energy at the surfase of the global ocean// Hamburg.- 1988.
  47. Levitus S., Boyer T.P. World Ocean Atlas. Temperature// Washington, D.C.: NOAA.- 1994.- Vol.4.- 117 p.
  48. Conkright M.E., Levitus S., Boyer.P. World Ocean Atlas. Nutrients// Washington, D.C.: NOAA.- 1994.- Vol.1. 150 p.
  49. Sathyendranath S., Longhurst A., Caverhill C., Piatt T. Regionally and seasonally differentiated primary production in the North Atlantic// Deep-Sea Res.- 1995.- Vol.42.- No 10.- P. 1773−1802.
  50. Piatt T., Sathyendranath S. and Caverhill C., Basin-Scale Estimates of Oceanic Primery Production by Remote Sensing: The North Atlantic// J. Geophys.Res.- 1991.- Vol. 96.- NO. C8.- P. 15,14 715,159.j
  51. Ocean Color from Space // CZCS Images prepared by the NSF/NASA. Internet work, Inc.- 1989.- 8p.- 12 ill.
  52. V.A. Ryabchenko, M.J.R. Fashem, A.V. Osipov and E.E. Popova What causes short-term oscilletions in the ecosystem models of the ocean mixed layer?// Jornal of Marine Systems.- 1997.- Vol. 13.33−50.
  53. Gordon H.R. and 5 others. Phytoplankton pigments concentrations in the Middle Atlantic Bight: comparison of ship determinations and
  54. CZCS estimates// Appl. Optics.- 1983.- Vol.22.- P.20−36.2
  55. Losa S.N. Generalized inversion of satellite chlorophyll data for the primary production in the North Atlantic using a four-component ecosystem model// Annales Geophysicae.- 1997.- Part II.- Supplement II to vol. 15.- P.411.
  56. M.E. и 3 др. Фотосинтетическая продукция Мирового океана по спутниковым и экспедиционным данным// Океанология.- 1996.- Т.36.- N 4.- С. 566−575.
  57. Manade S. and Stouffer R.J. Century-scale effects of increased atmospheric CO2 on the ocean-atmosphere system// Nature.- Vol. 364.- P. 215−218.
Заполнить форму текущей работой

Сессия? Спокойно!