• Из данных о расстоянии и доплеровском сдвиге( r и fd) получаются значение и знак радиальной скорости и дальность.
• Получение θ. Паре измеренных значений δr и δfd( ячейка-разрешение) может соответствовать не более 2-х ячеек по углу.( При одном и том же значении радиальной скорости течения может быть не более 2-х ячеек по углу). Обработка данных с ряда антенн устраняет эту неоднозначность.
В дополнение к сказанному отметим, что системы наблюдения часто представляют собой обсерватории( рис. 3), включающие сети HFR различного частотного диапазонов, а также океанологические станции, метеорологические радары, станции погоды, измерители приливов.
Модели
Так же как и большинство моделей, используемых оперативной океанографией, прибрежные модели основываются на системе уравнений геофизической гидродинамики( примитивных уравнений). При этом физику прибрежных районов эти модели должны воспроизводить адекватно. К особенностям прибрежных районов относят влияние береговой линии, мелководье( обычно до 200 метров), сильные вдольбереговые течения и пространственно-временную изменчивость океанических процессов. Учитывая сделанный акцент на наблюдения поверхностных явлений, важно в модели учесть влияние физических факторов на поверхность. Модели характеризуются переменными состояния( state variables) – свойствами морской среды и параметрами( parameters). Переменными состояниями являются: температура, соленость, компоненты скорости течений. Перечень и физический смысл параметров используемых динамических океанических моделей можно найти в ряде источников, например в [ 5 ]( модель HOPS). Это: коэффициенты, определяющие вертикальное и приливное перемешивание, трение у дна и граничные условия. Именно параметры относятся к тем регуляторам, которые ответственны за настройку модели к физическим особенностям конкретной акватории. Применительно к условиям мелкой воды и, соответственно, к прибрежному моделированию оправданно выделяются [ 6 ] параметры, связанные с дном. При прочих равных условиях они считаются основным регулятором адекватности прибрежной модели. Это: « напряжение у дна »( bottom stress) и коэффициенты трения( bottom friction coefficients) в различных направлениях. Определяемые этими параметрами характеристики придонных течений влияют на общую динамику и состояние водных масс, в том числе на поверхностные течения. Граничные условия определяются из соображений общности процессов в океане, частью которого являются прибрежные акватории. Отсюда модели прибрежных региональных или локальных акваторий обычно вкладываются( nesting) в крупномасштабные модели. Граничные условия в значительной степени определяются общей картиной пространственной изменчивости состояния океана и процедурой вложения.
Ассимиляция натурных данных в моделях
Следуя [ 7 ], различаем ошибки измерений( разница между измеренными и истинными значениями), ошибки моделей( как следствие неадекватности описания физических процессов) и ошибки-невязки( ε) между измеренными и соответствующими им модельными значениями. Ошибки-невязки включают и ошибки измерений, и ошибки физической модели. Эти ошибки могут быть реально оценены. Для работы с ними введены модели ошибок-невязок.
Статистики невязок получили название неопределенностей. Изменчивость этих статистик по пространству названа полями неопределенностей. Изучение неопределенностей стало в настоящее время важным научным направлением [ 7 ].
Информации об истинных значениях измеряемой величины, как правило, нет. Поэтому в отношении ошибок измерений существуют только статистические модельные представления. Неадекватность физических моделей конкретным природным условиям априори оценить сложно. Данная сложность, согласно [ 7 ], преодолевается путем так называемого адаптивного моделирования. Мы определяем ассимиляцию как процедуру подгонки физической динамической модели и измеренных данных. У такой подгонки есть критерий: минимум некоторой нормы соответствия измеренных и модельных значений. Обычно это квадратичная норма невязок( ε). Решение задачи ассимиляции вследствие нелинейных модельных зависимостей осуществляется с использованием различных формальных процедур( методов). Среди них выделяются так называемые ансамблевые, вариационные и гибридные( вариационно-ансамблевые) методы. Важно понимать, чем в процессе минимизации нормы расхождения модели и экспериментальных данных( ошибки) управляется процесс подгонки. Измерения при заданном измерителе изменить невозможно, менять можно модель. В физической модели можно менять начальные и граничные условия и параметры. По существу, в связи с этими обстоятельствами конкретные методы ассимиляции данных в моделях разделяются на методы статистического оценивания и обратные методы. В процессе подгонки модели и экспериментальных данных идеальным можно считать одновременное
No. 1( 13) / 2018, Морские информационно-управляющие системы 33