Статья: Решение проблемы необходимых данных для численного моделирования процессов в Белом море в интересах развития Арктической зоны Российской Федерации

На сайте Государственного океанографического института им. Н.Н. Зубова размещен ресурс для получения сведений о приливах, в том числе Белого моря http://www.oceanography.ru/index.php/2010-12-01-06-45-18..

При моделировании гидрофизических и биогеохимических процессов необходима информация по батиметрии. В совместном проекте российских и финских коллег [10] была создана батиметрическая карта Белого моря. Известна подробная карта, разработанная на основе морфогенетического анализа рельефа дна Белого моря [11]. Специалисты по моделированию часто используют ресурс ETOPO (глобальная цифровая модель рельефа) на сайте NOAA https://www.ngdc.noaa.gov/mgg/global/..

Особый интерес для оценки адекватности численной модели представляют атласы Белого моря. Большая их часть [12-16] содержит комплексную информацию по Белому морю. Наиболее подробен по гидрометеорологическому разделу электронный атлас проекта ЕСИМО «Климат морей России и ключевых районов Мирового океана. Белое море»¹⁸. Головной организацией этого проекта является ВНИИГМИ-МЦД. В настоящее время создается новый комплексный атлас Белого моря и водосбора, работа над которым инициирована в ИВПС КарНЦ РАН [17]. Атлас содержит материалы практически всех организаций, которые перечислены выше. В 2017 г. зарегистрирована электронная офлайн - версия [18], создан оригинал-макет печатной версии атласа. Здесь содержится иллюстративный материал, включая карты, схемы, описания согласно физико-географической структуризации (тектоника и геология, климат, гидрология, биология, охраняемые территории и т.д.). Информация, включенная в атлас, хранится в ИВПС КарНЦ РАН и предоставляется по запросу.

В табл. 1 дана сводка открытых интернет-ресур - сов, позволяющих получить некоторый набор данных по термогидродинамике, биогеохимии, метеопараметрам, рельефу дна, рекам, впадающим в Белое море.

Данные дистанционного зондирования

Значительную часть материалов для верификации моделей могут предоставить спутниковые ресурсы, которые содержат информацию по Белому морю. Например, «Bio-Optical Characteristics of the Russian Seas from Satellite Ocean Color Data of 1998-2012»¹⁹, где есть информация по распределению температуры поверхности, взвешенного и желтого вещества, коэффициента обратного рассеяния, хлорофилла «а» для теплого периода года. Часть материалов спутниковых данных (распределение температуры и хлорофилла «а») была получена в 2009 г. в ходе совместных работ ИВПС КарНЦ РАН и Международного центра по окружающей среде и дистанционному зондированию им. Ф. Нансена. Все эти данные содержатся в базе [9].

Многие спутниковые данные относительно просто получить самостоятельно, так как доступ к ним открыт. Например, удобно использовать ресурсы NOAA ²⁰, NASA ²¹, СКАНЕКС ²². Следует выделить научно-исследовательский центр по космической гидрометеорологии «Планета»²³, включающий центр спутниковой информации ЕСИМО. Этот центр относится к Федеральной службе по гидрометеорологии и мониторингу окружающей среды. О ледовой обстановке в Белом море удобно узнавать через ресурс «Мультимапс» https://multimaps.ru.. Здесь используется информация со спутников «Terra», «Aqua» и «Suomi NPP», с помощью календаря выбираются требующиеся даты. Кроме того, присутствуют батиметрическая карта и анимированные карты ветров, волн, облачности и др. Дается краткосрочный прогноз состояния водной поверхности и прогноз погоды.

Сводка открытых данных интернет-ресурсов по Белому морю

Справочные данные Российского морского регистра судоходства [19] представляют собой полезную информацию для настройки математических моделей. Здесь содержится информация о режимном распределении скоростей ветра, высот волн по сезонам, расчетные повторяемости экстремальных событий за различные периоды, включая 30- и 100-летний. Это необходимые материалы по волнению и ветрам Белого моря. Кроме данных Росгидромета морской регистр в том числе использует данные реанализа NCEP/NCAR.

Реанализ NCEP/NCAR - это метеорологические данные NOAA, выполненные для всего Земного шара на регулярной сетке начиная с 1948 г., шаг по времени - 6 ч. Эти данные (поля атмосферного давления, ветра, температуры воздуха и т.д.) ежемесячно обновляются и находятся в свободном для исследователей доступе https://rda.ucar.edu/datasets/ds090.0/#!description.5. Данные NCEP/NCAR - один из наиболее часто используемых атмосферных блоков для моделирования морей. Сводка ресурсов, предоставляющих данные реанализа, доступна на страницах NCAR/UCAR https://climatedataguide.ucar.edu/climate-data/atmospheric- reanalysis-overview-comparison-tables. http://icdc.cen.uni-hamburg.de/projekte/easy-init/easy-init- ocean.html. и Гамбургского университета ²7.

Следует отметить, что при использовании спутниковой информации применительно к Белому морю существует ограничение, связанное с повышенной облачностью над акваторией водоема. Кроме того, имеется ряд претензий к расчетным алгоритмам спутников, которые часто искажают реальные (in situ) показатели [20].

Комплексные численные модели

Численные модели широко применяются для воспроизведения термогидродинамического состояния моря в целом, позволяя оценивать трехмерные и поверхностные поля на сетках заданного разрешения с различным осреднением по времени. Возможно воспроизведение временной динамики в точке, средних значений по всему морю либо его части. Модели помогают оценить величины, которые не поддаются измерению либо измерение которых чрезмерно затратно или опасно. К таким параметрам относятся водообмен между частями моря, двумя морями, состояние моря подо льдом и т.д. Есть возможность постановки численных экспериментов для расчета последствий тех или иных действий, событий или обстоятельств. Примерами могут служить расчеты динамики разлива нефти, других видов загрязнений моря, воздействие повышения температуры воздуха на экосистемы вследствие глобального потепления.

Следует иметь в виду, что численная модель предоставляет значения величин на сетке с теми или иными шагами по горизонтальным координатам и на определенных горизонтах. Шаг горизонтальной сетки для небольших морей, в том числе Белого, составляет несколько километров (в лучшем случае несколько сот метров, но нам неизвестны такие модели для Белого моря в целом). Это создает определенное противоречие между модельными предсказаниями сильно варьирующих величин (таких, например, как биогеохимические характеристики, включая концентрацию хлорофилла «а») и измерениями in situ. В самом деле, пробы в близких участках, взятые с небольшим интервалом времени, могут давать расхождение величин на порядок [20], тогда как с точки зрения модели эти пробы соответствуют одному узлу пространственно-временной сетки. Локальные особенности гидрологического режима (впадающий в море ручей, интенсивные течения в проливе между небольшими островами, припай и т.п.) способны существенно влиять на локальные значения многих величин, что совершенно прозрачно для модели, не способной разрешать объекты такого масштаба.

Для обеспечения работоспособности модели необходимы начальные и граничные значения. Начальные поля нужны в один момент времени, но на всей трехмерной сетке. Эта трудность известна как «проблема начальных данных». Иногда приходится прибегать к вычислительно затратным методам ассимиляции данных [21]. К счастью, для Белого моря данная проблема менее остра из-за характерной особенности - доминирующего влияния мощного прилива [22; 23]. Приливная динамика определяет устойчивую картину циркуляции, температуры и солености, а также пассивных примесей (включая и биогеохимические концентрации). Численные эксперименты подтвердили это утверждение. Кроме того, Белое море свободно ото льда летом: характеристики льда определяются термогидродинамическим состоянием моря и не зависят от начального распределения.

В связи со всем сказанным для задания начальных значений в модели Белого моря требуются средние значения по горизонтам всего моря или его частей. Эти значения можно оценить по данным из источников, которые обсуждались выше.

Что касается граничных условий, то для Белого моря это значения на границе с Баренцевым морем («жидкая граница») и в устьях рек. Из-за сравнительно малых глубин в устьях достаточно оценок на поверхности. В отличие от начальных граничные значения необходимы в небольшом числе точек пространственной сетки, однако в каждый момент времени. Разумным компромиссом выглядит использование среднемесячных данных типичного года (например среднемноголетних). Актуальна задача оценки чувствительности модели к граничным значениям.

Так как баланс осадков и испарения в Белом море близок к равновесию [4], а сток рек значителен (4% объема моря в год), баланс водообмена Белого и Баренцева морей смещен в сторону стока из Белого моря [22]. Поэтому можно предположить определенную нечувствительность характеристик моря к вариациям значений на жидкой границе, по крайней мере при расчетах на срок до нескольких лет. Численный эксперимент подтверждает это предположение. Мы увеличили граничное значение температуры на 2°C и сравнили среднесуточную температуру поверхностного слоя по акватории всего Белого моря и его частей с эталонным расчетом. В течение третьего года (расчетный период 2003-2005 гг.) среднегодовое отклонение температуры не превысило для всего моря 0,3°C, а максимальное среднее отклонение составило 0,9°C в Мезенском заливе и 1,2°C в Воронке. За три года не наблюдается повышения средней или максимальной температуры поверхностного слоя, в том числе в Воронке (И.А. Чернов и др., неопубл.).

Существует немного комплексных моделей Белого моря (по сравнению, например, с Балтийским морем). Среди них модель оперативного мониторинга гидрофизических полей Белого моря [23; 24] и ныне не поддерживаемая модель И.А. Неелова, сопряженная с моделью морской экосистемы О.П. Савчука [22]. В Карельском научном центре РАН развивается комплексная модель динамики и термодинамики вод, льда и экосистемы Белого моря JASMINE [3] при поддержке Института вычислительной математики РАН (Москва) и OGS (Триест, Италия). Она основана на модели Северного Ледовитого океана [25] и описывает трехмерные течения, термохалинные поля и морской лед как ансамбль льдин со снегом и распределением по толщине (рис. 2). В качестве биогеохимического блока выбрана модель BFM [26], поддерживаемая международным консорциумом из нескольких организаций (входит в комплекс NEMO [27] и MIT [28]).

Рис. 2. Схема сопряжения блоков в модели: W - скорость ветра, L - освещенность, CO2 - углекислый газ в атмосфере, Ta - температура воздуха, Pa - давление на уровне моря, Ha - влажность воздуха, Pr - осадки, Cl - облачность. T - температура воды, S - соленость, u - векторная скорость течений, z - уровень моря, Hi - количество льда, Hs - количество снега, Ai - сплоченность морского льда, ui - векторная скорость дрейфа льда, P - характеристики фитопланктона, Z - зоопланктона, B - бактериопланктона, N - концентрации биогенного неорганического вещества, R - концентрации и характеристики неживой органики

термогидродинамический численный арктический море

В настоящее время возможности модели JASMINE включают:

• воспроизведение основных гидрологических полей с шагом сетки до 5 км;

• определение скорости дрейфа льда, объема льда и снега на нем, сплоченности льда;

• численную адвекцию трехмерных, плавучих и тонущих пассивных примесей (трассеров);

• вычисление динамики пелагической экосистемы и определение полей концентрации биогенных элементов, биомассы различных групп фито- и зоопланктона, пелагических бактерий, растворенного и взвешенного в воде вещества, компонент детрита;

• расчет ряда характеристик экосистем, не являющихся переменными модели: полной и чистой первичной и вторичной продукции, дыхания различных групп организмов, соотношения азота и фосфора к углероду в составе организмов и многого другого;

• реминерализацию быстрой и медленной фракций органики на морском дне бентосной экосистемой (отметим, что тонущее вещество реминерализует - ся также пелагическими бактериями).