Общее представление об оценке и предсказании океана
Глобальный уровень Региональный и локальный уровень
Данные об атмосфере |
Анализ
Предсказание
|
Вложения / Граничные условия |
Анализ
Предсказание
|
Данные об атмосфере |
|
Сопряжение |
|
Сопряжение |
|
Данные об океане |
Анализ
Предсказание
|
Вложения / Граничные условия |
|
|
Анализ
Предсказание
|
Данные об океане |
|
Прикладные задачи |
|
Прикладные задачи( в том числе связанные с НПА) |
|
Рис. 2. Общее представление об оценке состояния и предсказании океана
и развития идущих работ. Это развитие в оригинальных источниках названо эволюцией [ 2 ].
Взаимная подгонка экспериментальных данных и моделей. Ассимиляция данных
Важнейшей составной частью систем оперативной океанографии как механизма решения задачи взаимной подгонки модели и экспериментальных данных является процедура ассимиляции данных [ 10, 11 ]( рис. 3). По существу, процедурой ассимиляции данных связывается в единое целое модель, экспериментальные данные и алгоритмы решения обратных задач оценки параметров. Рассмотренное вложение является механизмом, уменьшающим априорную неопределенность и приводящим к стабилизации решений. Процедура же ассимиляции данных является механизмом, образующим систему. У нас есть измерительная сеть, осуществляющая пространственно-временную выборку данных, которая скольконибудь представительной быть не может.
Но свойства выборки данных( плотность, объем, расположение относительно характерной изменчивости свойств объекта наблюдения) имеют большое значение. Редкая и малого объема выборка представлять свойства объекта будет хуже, чем выборка с противоположными свойствами. Таким образом, объект измерения – наблюдаемые характеристики среды – представлен ограниченным набором измерений, у которых всегда есть ошибки. Модель – это математическая конструкция, с помощью которой описываются свойства среды. Работающая в « окне масштабов » модель воспроизводит данные не точно. Разница между истинным значением наблюдаемой величины и ее модельным значением включает указанные ошибки двух видов и характеризуется статистическим показателем расхождений модели и измерений( неопределенностью). Процесс подгонки модели и измеренных данных назван ассимиляцией. Применяются различные критерии качества этой подгонки. Соотношение модели, измеренных данных и показателя неопределенности в зависимости от принятого критерия могут различаться. Один из наиболее часто употребляемых критериев – квадратичная метрика. После того как обратная задача решена и подгонка выполнена, мы получаем текущие оценки состояния среды не только в местах и в моменты измерений, но в каждой ее точке и в произвольные моменты времени. Можно идти во времени вперед и назад и осуществлять экстраполяцию, то есть прогноз и сверку с ранее полученными данными. Обычно осуществляются оценки текущего
No. 2( 10) / 2016, Морские информационно-управляющие системы 71