RUS  ENG
Полная версия
ЖУРНАЛЫ // Математическое моделирование // Архив

Матем. моделирование, 2018, том 30, номер 12, страницы 39–54 (Mi mm4025)

Эта публикация цитируется в 10 статьях

Сравнение методов усвоения данных в гидродинамических моделях циркуляции океана

К. П. Беляевab, А. А. Кулешовa, И. Н. Смирновc, К. А. С. Танажураd

a Институт прикладной математики им. М.В. Келдыша РАН, Москва
b Институт океанологии им. П.П. Ширшова РАН, Москва
c Московский государственный университет им. М.В. Ломоносова, Москва
d Федеральный университет штата Байия, г. Сальвадор, Бразилия

Аннотация: Представлены результаты сравнения двух различных методов усвоения данных наблюдений, а именно предложенного ранее авторами метода обобщенной фильтрации Калмана (GKF) и стандартного метода объективной ансамблевой интерполяции (EnOI), который является частным случаем метода ансамблевой фильтрации Калмана (EnKF). Методы сравниваются по различным критериям, в частности, по критерию минимума ошибки прогнозирования и по критерию минимума апостериорной ошибки на заданном временном интервале. В качестве наблюдаемых данных используется массив спутниковых измерений уровня океана (альтиметрии) Archiving, Validating and Interpolating Satellite Oceanography Data (AVISO), а в качестве базовой численной модели циркуляции океана — модель Hybrid Circulation Ocean Model (HYCOM). Показывается, что метод GKF имеет ряд преимуществ перед методом EnOI. Также анализируются результаты численных экспериментов с усвоением данных AVISO по рассматриваемым методам, их результаты сопоставляются с контрольным расчетом (без усвоения данных наблюдений) по модели HYCOM. Результаты расчетов также сравниваются с данными наблюдений, и делается вывод о пригодности исследуемых методов усвоения для прикладных расчетов по прогнозированию состояния океана.

Ключевые слова: моделирование динамики океана, усвоение данных наблюдений, обобщенный фильтр Калмана, ансамблевая интерполяция, спутниковые данные альтиметрии.

Поступила в редакцию: 12.02.2018


 Англоязычная версия: Mathematical Models and Computer Simulations, 2019, 11:4, 564–574


© МИАН, 2024