масштабов. Используемые в океанологических моделях пространственные и временные сетки ограничены доступными вычислительными ресурсами. Из-за недостаточной представительности пространственно-временной выборки начальные условия будут иметь значительную неопределенность. Даже с использованием вложенных вычислительных сеток пространственные изменения меньшие, чем сотни метров по горизонтали и единиц метров по вертикали не могут быть промоделированы. Отсюда ставится вопрос о компромиссном разрешении конфликтных требований к размерам зоны подлежащей мониторингу и потребным разрешением в указанном смысле.
Важным считается понимание ряда следующих фундаментальных положений.
• Изменчивость не разрешаемых физической моделью процессов малых масштабов и короткопериодных влияет на поведение физической модели при ассимиляции данных, на ее параметры и граничные условия.
• Не разрешаемая изменчивость – это в чистом виде неопределенность.
• Прямое представление неопределенности – это поле со своей структурой во времени и в пространстве.
• Изменчивость и неопределенность связаны, но эти понятия – не идентичны.
• Оценка неопределенностей начинается с идентификации значимой и не представленной в физической модели изменчивости.
• Количественной оценке подлежат значимые неопределенности, спровоцированные каждым потенциально возможным их источником: самой динамической моделью, данными и моделью измерений, параметрами модели и граничными условиями.
• Невязки( ошибки) могут со временем изменяться.
• Открытые граничные условия при региональном моделировании являются причиной больших неопределенностей и их оценка на основе решения обратной задачи не всегда удовлетворительна.
• Крупномасштабное знание океанских процессов необходимо для понимания процессов меньшего масштаба, особенно в связи с их влиянием на акустику.
Отметим также, что современные принципы моделирования и усвоения данных включают возможность воспроизведения меньших масштабов, чем размер сетки, но статистически.
С акустической точки зрения изменчивость очень малых масштабов усредняется длиной акустической волны. В то же время суб-мезомасштабная изменчивость порядка длины акустической волны превращает акустико-океанологические условия прибрежной зоны преимущественно в неизвестные с множеством неопределенностей в отношении скорости звука, глубины термоклина и т. д. Такие неопределенности в оценке окружающих условий могут быть причиной большей части неопределенностей в оценке акустических характеристик. Такая неопределенность критична по отношению к бюджету децибел гидроакустических систем и прямо влияет на вероятности обнаружения и ложных тревог. Отмечается [ 12 ], что указанное обстоятельство является одним из главных препятствий для надежной реализации новых, основанных на модели, принципов обработки сигналов, таких, как согласованная с полем обработка( MFP).
В силу этих и ряда других причин задача определения изменчивости суб-мезомасштабных и короткопериодных характеристик окружающей среды и снижения соответствующих неопределенностей приобрела важный характер. Решение этой задачи связывается с применением оптимальной и адаптивной выборки натурных данных в областях неопределенности и с усовершенствованными, адаптивными средствами моделирования. Поскольку реализация детальной выборки океанологических данных связана с ограниченностью ресурсов, то в качестве основного принципа выборки положен акцент на применение указанных ресурсов в зонах неопределенностей. Такая выборка в ряде работ получила название « прицельной ». Реализующий этот принцип подход назван « Адаптивной акустико-океанологической выборкой », а реализующая его система – системой « Адаптивной оценки окружающих условий » [ 13 ].
Данный подход базируется на сопряженном, « сквозном » акустико-океанологическом моделировании и оценках. Он связывается также с недавно разработанной технологией « Автономной сетевой выборки океанологических характеристик ». Этот инструмент применим не только для оценки, но и для минимизации неопределенностей в знании акустических характеристик применительно к конкретной акустической системе. В указанной системе производится предсказание океанических характеристик на больших площадях, идентифицируются области и свойства с сильной неопределенностью, такие как прибрежные фронты, и затем ограниченные ресурсы, способные дать высокое разрешение, развертываются оптимальным(« прицельным ») с точки зрения акустического прогноза образом. Как следствие, ограничения на возможность детерминированной характеристики окружающих условий могут быть сдвинуты в сторону меньших масштабов. Более высокое разрешение в предсказании характеристик океанической среды может быть получено без покрытия всей обширной зоны.
Посредством усвоения данных, моделирование, использующее результаты дистанционного зондирования и базы данных, в том числе по дну, вырабатывает ансамбль реализаций свойств водного слоя и дна. Для улучшения качества оценок и прогноза могут использоваться акустические измерения и обратные методы.
Количественно оцененные « карты неопределенности » являются руководящим инструментом для локализации больших значений неопределенности и последующего составления плана выборки данных [ 14 ].
No. 2( 10) / 2016, Морские информационно-управляющие системы 75