Инд. авторы:	Platov G., Shlychkov V., Klimova E., Krylova A.
Заглавие:	The coupled hydrodynamic system of lena river delta and the laptev sea shelf zone: numerical tests and preliminary results
Библ. ссылка:	Platov G., Shlychkov V., Klimova E., Krylova A. The coupled hydrodynamic system of lena river delta and the laptev sea shelf zone: numerical tests and preliminary results // CITES-2015. - 2015. - Томск: Томский центр научно-технической информации. - P.147-151. - ISBN: 978-5-89702-389-9.
Внешние системы:	РИНЦ: 25744268;
Реферат:	rus: В работе представляется развитая система численных гидродинамических моделей, включающая дельту реки Лена и шельфовую зону моря Лаптевых. Демонстрируются и обсуждаются результаты предварительных экспериментов. При определенной настройке параметров модели и в результате включения описания дополнительных физических механизмов были выявлены возможные причины расхождения данных наблюдений и результатов численного эксперимента. Намечены пути дальнейшего совершенствования системы моделей и определен ряд за- дач, которые могут быть решены с помощью разрабатываемого комплекса. В работе также отмечается, что дальнейшее совершенствование невозможно без привлечения данных наблюдений и предлагается процедура их усвоения, основанная на использовании ансамблевого фильтра Калмана. В качестве теста для предлагаемой процедуры рассматривается восстановление поля солености контрольного эксперимента в случае, когда сток реки Лена не учитывается. Сравнение двух экспериментов с усвоением и без усвоения с результатами контрольного эксперимента показывает, что предлагаемая процедура усвоения способна удовлетворительно восстанавливать поле солености даже в такой «экстремальной» ситуации. Тем не менее, отмечается, что описание системы циркуляции вод в районе дельты становится даже хуже, чем в эксперименте без усвоения. Этот факт свидетельствует о необходимости вовлечения в процесс усвоения данных измерений других прогностических переменных: температуры, возвышения уровенной поверхности, сплоченности льда.
Издано:	2015
Физ. характеристика:	с.147-151
Конференция:	Название: Международная молодежная школа и конференция по вычислительно-информационным технологиям для наук об окружающей среде Аббревиатура: CITES-2015 Город: Томск Страна: Россия Даты проведения: 2015-06-26 - 2015-06-30
Цитирование:	1. Shugrin S. M., 1969. Numerical calculation of unsteady water flow in fluvial systems and channels//Izv. SO AN USSR. Tech. Sci. Vol. 1. No. 3. P. 25-31. 2. Atavin A. A., Vasiliev O. F., Voevodin A. F., Shugrin S. M., 1983. Numerical methods for solving onedimensional hydraulic problems//Water resources. Vol. 10, No. 4. P. 47-53. 3. Ivanov V. V., Svyatskiy A. Z., 1987. Numerical modeling of sea water intrusion into river mouths at 4. seasonal scales//Water Resources. No. 5. P. 46-51. 5. Weaver, A. T., C. Deltel, E. Machu, S. Ricci, and N. Daget, 2005. A multivariate balance operator for variational ocean data assimilation//Q. J. R. Meteorol. Soc., Vol. 131, No. 613. P. 3605-3625. doi: 10.1256/qj.05.119. 6. Yin, Y., O. Alves, P. R. Oke, 2011. An ensemble ocean data assimilation system for seasonal prediction//Mon. Wea. Rev., Vol. 139. P. 786-808. doi: 10.1175/2010MWR3419.1. 7. Nadiga, B. T., W. R. Casper, and P. W. Jones, 2013. Ensemble-based global ocean data assimilation 8. Ocean Modelling, Vol. 72, P. 210-230. doi: 10.1016/j.ocemod.2013.09.002 9. Reynolds, R. W., T. M. Smith, C. Liu, D. B. Chelton, K. S. Casey, and M. G. Schlax, 2007. Daily 10. High-Resolution-Blended Analyses for Sea Surface Temperature//J. Climate, Vol. 20, P. 5473-5496. doi: 10.1175/2007JCLI1824.1 11. Jazwinski, A. H., 1970. Stochastic processes and filtering theory//Academic Press: New York, 377 pp. 12. Evensen G., 1994. Sequential data assimilation with a nonlinear quasi-geostrophic model using Monte Carlo methods to forecast error statistics//J. Geophys. Res., Vol. 99(C5), p. 10143-10162. 13. Evensen G., 2009. Data assimilation. The ensemble Kalman filter//Spriger-Verlag: Berlin, Heide-berg, 307 pp. 14. Houtekamer, P. L., H. L. Mitchell, G. Pellerin, M. Buehner, M. Charron, L. Spacek, B. Hansen, 2005. Atmospheric Data Assimilation with an Ensemble Kalman Filter: Results with Real Observations//Mon. Wea. Rev., Vol. 133, p. 604-620. 15. Klimova, E. G., 2008. Data assimilation technique based on the ensemble π-algorithm//Russian Meteorology and Hydrology, Vol. 33, No. 9, p. 570-576. doi: 10.3103/S1068373908090045. 16. Klimova E. G., 2012. A suboptimal data assimilation algorithm based on the ensemble Kalman filter. 17. Q.J.R. Meteorol. Soc., Vol. 138. P. 2079-2085. doi: 10.1002/qj.1941 18. Handbook on automatic control theory//Edited by A.A. Krasovsky. Moscow. Nauka. 711 pp., 1987. 19. Klimova E. G., Kilanova N. V., 2006. Numerical experiments on estimation of methane emission based on the data assimilation system for passive impurity in the atmosphere of the Northern hemi-sphere.//Atmospheric and oceanic optics, Vol. 19, No. 11, p. 863-866. 20. Peterson, B. J., R. M. Holmes, J. M. McClelland, C. J. Vörösmarty, R. B. Lammers, A. I. Shik-lomanov, I. A. Shiklomanov, S. Rahmstorf, 2002. Increasing River Discharge to the Arctic Ocean//Science, Vol. 298, No. 5601, p. 2171-2173, doi: 10.1126/science.1077445.