• 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