Адаптация модели экосистемы северо-западного шельфа Черного моря к спутниковым данным
Предложена интегральная модель экосистемы cеверо-западного шельфа Черного моря для расчета сценариев пространственно-временной изменчивости полей фито- и зоопланктона, кислорода, детрита и биогенных элементов в верхнем слое моря. Построены карты этих полей, согласованные методом адаптивного баланса...
Збережено в:
| Дата: | 2012 |
|---|---|
| Автори: | , , , |
| Формат: | Стаття |
| Мова: | Russian |
| Опубліковано: |
Морський гідрофізичний інститут НАН України
2012
|
| Назва видання: | Морской гидрофизический журнал |
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/56657 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Адаптация модели экосистемы северо-западного шельфа Черного моря к спутниковым данным / И.П. Лазарчук, И.К. Иващенко, Е.М. Игумнова, И.Е. Тимченко // Морской гидрофизический журнал. — 2012. — № 6. — С. 59-75. — Бібліогр.: 12 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-56657 |
|---|---|
| record_format |
dspace |
| spelling |
nasplib_isofts_kiev_ua-123456789-566572025-02-23T18:03:41Z Адаптация модели экосистемы северо-западного шельфа Черного моря к спутниковым данным Лазарчук, И.П. Иващенко, И.К. Игумнова, Е.М. Тимченко, И.Е. Математическое моделирование морских систем Предложена интегральная модель экосистемы cеверо-западного шельфа Черного моря для расчета сценариев пространственно-временной изменчивости полей фито- и зоопланктона, кислорода, детрита и биогенных элементов в верхнем слое моря. Построены карты этих полей, согласованные методом адаптивного баланса влияний со спутниковыми наблюдениями концентрации хлорофилла a и температуры моря в этом районе, выполненными в течение 2007 г. Делается вывод о целесообразности ассимиляции спутниковой информации в адаптивных моделях морских экосистем для получения оценок ненаблюдаемых параметров. Запропонована інтегральна модель екосистеми північно-західного шельфу Чорного моря для розрахунку сценаріїв просторово-часової мінливості полів фіто- і зоопланктону, кисню, детриту та біогенних елементів у верхньому шарі моря. Побудовані карти цих полів, узгоджені методом адаптивного балансу впливів із супутниковими спостереженнями концентрації хлорофілу а та температури моря в цьому районі, виконаними протягом 2007 р. Робиться висновок про доцільність асиміляції супутникової інформації в адаптивних моделях морських екосистем для отримання оцінок неспостережуваних параметрів. Integral model of the Black Sea northwestern shelf ecosystem is proposed for calculating scenarios of spatial-temporal variability of the fields of phyto- and zoo-plankton, oxygen, detritus and biogenic elements in the sea upper layer. The maps of these fields are constructed in agreement (by the method of adaptive balances of causes) with satellite observations of chlorophyll a concentration and sea temperature in this region carried out in 2007. Drawn is the conclusion that assimilation of satellite information in the adaptive models of marine ecosystems is advisable for obtaining estimates of the observed parameters. 2012 Article Адаптация модели экосистемы северо-западного шельфа Черного моря к спутниковым данным / И.П. Лазарчук, И.К. Иващенко, Е.М. Игумнова, И.Е. Тимченко // Морской гидрофизический журнал. — 2012. — № 6. — С. 59-75. — Бібліогр.: 12 назв. — рос. 0233-7584 https://nasplib.isofts.kiev.ua/handle/123456789/56657 551.46.02 ru Морской гидрофизический журнал application/pdf Морський гідрофізичний інститут НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Russian |
| topic |
Математическое моделирование морских систем Математическое моделирование морских систем |
| spellingShingle |
Математическое моделирование морских систем Математическое моделирование морских систем Лазарчук, И.П. Иващенко, И.К. Игумнова, Е.М. Тимченко, И.Е. Адаптация модели экосистемы северо-западного шельфа Черного моря к спутниковым данным Морской гидрофизический журнал |
| description |
Предложена интегральная модель экосистемы cеверо-западного шельфа Черного моря для расчета сценариев пространственно-временной изменчивости полей фито- и зоопланктона, кислорода, детрита и биогенных элементов в верхнем слое моря. Построены карты этих полей, согласованные методом адаптивного баланса влияний со спутниковыми наблюдениями концентрации хлорофилла a и температуры моря в этом районе, выполненными в течение 2007 г. Делается вывод о целесообразности ассимиляции спутниковой информации в адаптивных моделях морских экосистем для получения оценок ненаблюдаемых параметров. |
| format |
Article |
| author |
Лазарчук, И.П. Иващенко, И.К. Игумнова, Е.М. Тимченко, И.Е. |
| author_facet |
Лазарчук, И.П. Иващенко, И.К. Игумнова, Е.М. Тимченко, И.Е. |
| author_sort |
Лазарчук, И.П. |
| title |
Адаптация модели экосистемы северо-западного шельфа Черного моря к спутниковым данным |
| title_short |
Адаптация модели экосистемы северо-западного шельфа Черного моря к спутниковым данным |
| title_full |
Адаптация модели экосистемы северо-западного шельфа Черного моря к спутниковым данным |
| title_fullStr |
Адаптация модели экосистемы северо-западного шельфа Черного моря к спутниковым данным |
| title_full_unstemmed |
Адаптация модели экосистемы северо-западного шельфа Черного моря к спутниковым данным |
| title_sort |
адаптация модели экосистемы северо-западного шельфа черного моря к спутниковым данным |
| publisher |
Морський гідрофізичний інститут НАН України |
| publishDate |
2012 |
| topic_facet |
Математическое моделирование морских систем |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/56657 |
| citation_txt |
Адаптация модели экосистемы северо-западного шельфа Черного моря к спутниковым данным / И.П. Лазарчук, И.К. Иващенко, Е.М. Игумнова, И.Е. Тимченко // Морской гидрофизический журнал. — 2012. — № 6. — С. 59-75. — Бібліогр.: 12 назв. — рос. |
| series |
Морской гидрофизический журнал |
| work_keys_str_mv |
AT lazarčukip adaptaciâmodeliékosistemyseverozapadnogošelʹfačernogomorâksputnikovymdannym AT ivaŝenkoik adaptaciâmodeliékosistemyseverozapadnogošelʹfačernogomorâksputnikovymdannym AT igumnovaem adaptaciâmodeliékosistemyseverozapadnogošelʹfačernogomorâksputnikovymdannym AT timčenkoie adaptaciâmodeliékosistemyseverozapadnogošelʹfačernogomorâksputnikovymdannym |
| first_indexed |
2025-11-24T07:45:59Z |
| last_indexed |
2025-11-24T07:45:59Z |
| _version_ |
1849656983602331648 |
| fulltext |
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 59
© И.П. Лазарчук, И.К. Иващенко, Е.М. Игумнова, И.Е. Тимченко, 2012
Математическое моделирование
морских систем
УДК 551.46.02
И.П. Лазарчук, И.К. Иващенко, Е.М. Игумнова, И.Е. Тимченко
Адаптация модели экосистемы северо-западного шельфа
Черного моря к спутниковым данным
Предложена интегральная модель экосистемы cеверо-западного шельфа Черного моря
для расчета сценариев пространственно-временной изменчивости полей фито- и зоопланктона,
кислорода, детрита и биогенных элементов в верхнем слое моря. Построены карты этих полей,
согласованные методом адаптивного баланса влияний со спутниковыми наблюдениями кон-
центрации хлорофилла a и температуры моря в этом районе, выполненными в течение 2007 г.
Делается вывод о целесообразности ассимиляции спутниковой информации в адаптивных мо-
делях морских экосистем для получения оценок ненаблюдаемых параметров.
Ключевые слова: АВС-метод, северо-западная часть Черного моря.
Прикладные задачи контроля над состоянием морской среды с целью ис-
пользования ее ресурсов предполагают построение диагностических и про-
гностических карт гидрохимических и гидробиологических параметров мор-
ских экосистем по данным наблюдений. Основным источником этих данных
являются спутниковые наблюдения параметров экосистемы, получаемые пу-
тем дистанционного зондирования морской поверхности. Поэтому адаптация
к спутниковым наблюдениям модельных оценок параметров состояния эко-
систем, рассчитываемых по относительно простым интегральным моделям,
служит одним из перспективных направлений использования спутниковой
информации [1 – 4]. В частности, метод адаптивного баланса влияний (АВС-
метод) был успешно применен для адаптации пространственных распределе-
ний концентраций зоопланктона, кислорода и других параметров к наблюде-
ниям хлорофилла а и температуры морской поверхности [5, 6]. Характер свя-
зей между процессами в экосистеме, применяемый в этом методе, обеспечи-
вает быструю подстройку рассчитываемых параметров экосистемы к наблю-
даемым. Кроме того, существует возможность использовать архивные дан-
ные о моделируемых процессах для объективной оценки коэффициентов
влияний, учитывающих связи между процессами [7].
В работе [6] АВС-метод был применен в пространственном варианте для
получения оценок параметров экосистемы вдоль отдельных подспутниковых
траекторий на морской поверхности. В настоящей работе мы используем этот
подход для адаптации модельных оценок параметров экосистемы северо-за-
падного шельфа Черного моря (СЗШ ЧМ) к спутниковым данным, получен-
ным в течение всего 2007 г. Пространственно-временная изменчивость полей
концентраций биохимических характеристик экосистемы восстанавливается
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 60
этим методом по спутниковым наблюдениям полей хлорофилла а и поверх-
ностной температуры моря в этом районе. Рассматривается построение кон-
цептуальной модели экосистемы, ее формализация и идентификация коэф-
фициентов влияний, связывающих между собой процессы развития в экоси-
стеме. Использование большого массива спутниковых данных [8] позволило
построить карты ненаблюдаемых со спутника полей параметров экосистемы
и проследить их эволюцию в течение 2007 г.
Структура модели экосистемы, адаптируемой к спутниковым данным
о полях хлорофилла а и поверхностной температуры моря
Исходя из сформулированных выше целей исследования, выберем в ка-
честве основных биологических характеристик экосистемы интегральные
оценки концентраций фитопланктона (РP), зоопланктона (ZP) и биоресурса
(BR), понимая под биоресурсами суммарную концентрацию личинок рыб,
рыб и других гидробионтов, расположенных выше зоопланктона в пищевой
цепи и потенциально имеющих промысловое значение. В качестве гидрохи-
мических параметров экосистемы будем использовать концентрации сле-
дующих субстанций: биогенных элементов (NT), детрита (DT) и кислорода
(OX). Значения концентраций будем связывать с количествами соответст-
вующих субстанций в некотором малом объеме морской среды, расположен-
ном в приповерхностном слое моря и имеющем координаты x, y.
Кроме внутрисистемных связей на состояние экосистемы влияют внеш-
ние условия. Примем, что известная из спутниковых наблюдений динамика
поля хлорофилла а (СН) интегрально отражает влияние на формирование по-
ля фитопланктона внешних физических условий: годового хода температуры
и освещенности морской поверхности, вариаций приводного ветра, а также
адвекции и диффузии водных масс, обусловленных динамикой морской сре-
ды. Включение в общую модель экосистемы поля концентрации фитопланк-
тона позволяет косвенно учесть все эти внешние влияния на другие ненаблю-
даемые параметры экосистемы. Еще одним источником информации о реаль-
ных физических условиях в верхнем слое моря служат спутниковые наблю-
дения поверхностной температуры моря (SST), которая непосредственно
влияет на концентрации зоопланктона, биоресурса и кислорода.
Взаимные связи между выделенными параметрами дают возможность по-
строить концептуальную модель экосистемы (рис. 1). С целью упрощения схе-
мы причинно-следственных связей некоторые из стрелок, соединяющих блоки
концептуальной модели, имеют двойное значение. Так, например, стрелка,
идущая от блока ZP к блокам РP и DT, одновременно обозначает потребление
фитопланктона зоопланктоном и пополнение концентрации детрита за счет
отмирания зоопланктона. В структуру модели включены агенты управления,
лимитирующие рост концентраций: зоопланктона – ],,[ NTOXPPAZP , биоре-
сурса – ],,[ NTOXZPABR и биогенных элементов – ],[ DTOXANT в зависимости
от наличия потребляемых ими ресурсов. Кроме того, использованы агенты
][SSTBZP и ][SSTBBR , которые связывают значения концентраций зоопланкто-
на и биоресурса с интервалами температур морской воды, наиболее благопри-
ятными для их развития.
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 61
CH SST
DT N T
PP ZP
BR
A NT [OX,DT]
A ZP[ PP, OX,N T]
OX
A BR [ ZP, OX, N T ]
B ZP [ SST]
B BR [ SST]
Р и с. 1. Концептуальная модель морской экосистемы северо-западного шельфа Черного моря
Для построения модели экосистемы СЗШ ЧМ была использована система
уравнений метода адаптивного баланса влияний, которая имеет следующий
вид [7]:
,1 ), , ,2 ,1,( )(
2
1
1
==
−−= ∑
=
ii
n
j
ijij
i
ii
i anjifua
C
ur
dt
du
K (1)
где iu – процессы в экосистеме; ija – коэффициенты влияний процессов друг
на друга; if – внешние влияния на экосистему; ir – коэффициент, опреде-
ляющий скорость изменения iu и согласующий размерности в уравнениях;
Сi – ресурсная емкость морской среды по отношению к iu . Для удобства мо-
делирования примем, что процессы в экосистеме удовлетворяют условиям r =
= Ci = 1.
Применим стандартное уравнение АВС-метода (1), используя обозначе-
ния процессов в концептуальной модели (рис. 1). Будем устанавливать из-
вестные из опыта знаки влияния одних процессов на другие: положительное
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 62
влияние ju на iu и означает совпадение тенденций роста (уменьшения) кон-
центраций ju и iu . В результате получим следующую систему динамических
уравнений АВС-модели морской экосистемы:
}{ ][21 // CHaZPaPPPP
dt
dPP
CHPPZPPP −+−= ; (2)
}{ ])(),,([21 / BRaSSTBNTOXPPAZPZP
dt
dZP
BRZPZPZP +−−−= , (3)
),()(
)()()()(),,(
//
////
tAtNTa
tAtOXatAtPPaNTOXPPA
NTZPNTZP
OXZPOXZPPPZPPPZPZP
+
++=
(4)
]0);();()([)( // tPPatPPtMIFtPPa PPZPZPPPZP −== ,
]1;0;)([)(/ cPPZP PPtPPIFtA <= ,
]0);();()([)( // tOXatOXtMIFtPPa OXZPZPOXZP −== ,
]1;0;)([)(/ cOXZP OXtOXIFtA <= ,
]0);();()([)( // tNTatNTtMIFtNTa NTZPZPNTZP −== ,
]1;0;)([)(/ cNTZP NTtNTIFtA <= ,
)}();();(min{arg)( tNTtOXtPPtM ZP = ,
])(exp[)( 2*
/ ZPZPSSTZPZP SSTSSTaSSTB −−= α ; (5)
}{ )](),,([21 SSTBNTOXZPABRBR
dt
dBR
BRBR −−−= , (6)
),()(
)()()()(),,(
//
////
tAtNTa
tAtOXatAtZPaNTOXZPA
NTBRNTBR
OXBROXBRZPBRZPBRBR
+
++=
(7)
]0);();()([)( // tZPatZPtMIFtZPa ZPBRBRZPBR −== ,
]1;0;)([)(/ cZPBR ZPtZPIFtA <= ,
]0);();()([)( // tOXatOXtMIFtOXa OXBRBROXBR −== ,
]1;0;)([)(/ cOXBR OXtOXIFtA <= ,
]0);();()([)( // tNTatNTtMIFtNTa NTBRBRNTBR −== ,
]1;0;)([)(/ cNTBR NTtNTIFtA <= ,
)}();();(min{arg)( tNTtOXtZPtM BR = ,
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 63
])(exp[)( 2*
/ BRBRSSTBRBR SSTSSTaSSTB −−= α ; (8)
}{ ]),([21 /// BRaZPaPPaDTOXANTNT
dt
dNT
BRNTZPNTPPNTNT +++−−= , (9)
)()()()(),( //// tAtDTatAtOXaDTOXA DTNTDTNTOXNTOXNTNT += , (10)
]0);();()([)( // tDTatDTtMIFtDTa DTNTNTDTNT −== ,
]1;0;)([)(/ cDTNT DTtDTIFtA <= ,
]0);();()([)( // tOXatOXtMIFtOXa OXNTNTOXNT −== ,
]1;0;)([)(/ cOXNT OXtOXIFtA <= ,
)}();(min{arg)( tDTtOXtM NT = ;
}{ ][21 ///// SSTaNTaBRaZPaPPaOXOX
dt
dOX
SSTOXNTOXBROXZPOXPPOX ++++−−= ;(11)
}{ ][21 //// NTaBRaZPaPPaDTDT
dt
dDT
NTDTBRDTZPDTPPDT +−−−−= ; (12)
5,0)0()0()0()0()0()0( ====== DTOXNTBPZPPP .
В модели предусмотрены нижние предельно допустимые концентрации
фитопланктона PPc, зоопланктона ZPc, биогенных элементов NTc и кислорода
OXc. Если лимитирующий параметр в данной точке пространственной облас-
ти опускается ниже предельно допустимого значения, агенты управления об-
ращают его в нуль. Наиболее благоприятные для развития зоопланктона и
биоресурса значения температуры верхнего слоя моря обозначены как *
ZPSST
и *
BRSST соответственно. Операторы управления, следящие за температурным
режимом развития гидробионтов, представлены формулами (5) и (8).
Идентификация коэффициентов модели экосистемы
и построение сценариев процессов развития
Материалы наблюдений, обобщенные в научных публикациях, дают не-
которое представление о закономерностях формирования полей общего фи-
топланктона, холодолюбивого и теплолюбивого зоопланктона, личинок рыб
и рыб в районе СЗШ ЧМ [9 – 11]. Внутригодовая динамика биомассы фито-
планктона в этом районе характеризуется несколькими максимумами, коли-
чество и величины которых определяются гидрометеорологическими усло-
виями конкретного года. С января по март первичная продукция увеличива-
ется, повышается численность и биомасса фитопланктона за счет диатомово-
го вида водорослей. Во внутригодовом цикле биомассы зоопланктона его хо-
лодолюбивая форма приобретает ведущее значение в зимне-весенний период.
На развитие хoлoдолюбивого зоопланктона оказывают влияние общая био-
масса фитопланктона, температура морской воды и концентрация личинок
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 64
рыб. Теплолюбивые формы зоопланктона достигают максимального обилия в
водах северо-западной части моря в летний период.
Колебания урожайности фитопланктона от года к году обусловливают
значительные колебания запасов биоресурса. При повышении температуры
воды до 19°С начинается нерест теплолюбивых рыб, максимум которого на-
блюдается в июле – августе. Основным нерестилищем хамсы является севе-
ро-западная часть Черного моря. В прибрежных районах показатель выжива-
ния икры хамсы составляет 4 – 5 ч, тогда как, например, у ставриды он равен
1 ч. Оптимальный тепловой фон для развития хамсы находится в диапазоне
температур 14 – 23°С. На рис. 2, а показан средний многолетний ход биомас-
сы фитопланктона в зависимости от месяца года. Известно, что его график
имеет один максимум, приходящийся на середину лета, если в декабре – ян-
варе общее количество дней с сильными ветрами (более 15 м/с) превышает 25
[9]. При более слабых зимних ветрах биомасса фитопланктона имеет два мак-
симума – в апреле и в июне.
a б
0
200
400
600
800
1000
1200
II VI VIII X
PP 1
2
мес IV
Р и с. 2. Концентрация биомассы общего фитопланктона в зависимости от месяца года (1 –
при сильных зимних ветрах, 2 – при слабых зимних ветрах) – а; число личинок хамсы, вылав-
ливаемых за 10 мин, в зависимости от температуры моря (1 – данные наблюдений [10], 2 –
аппроксимация по формулам (5), (8)) – б
Самой многочисленной у хамсы является июльская генерация молоди.
Она в основном определяет численность сеголеток в августе. Сопоставление
выживания икры и личинок в июле показывает, что у икры оно отличается от
года к году в 1,1 раза, у личинок – более чем в 6 раз. Амплитуда межгодовых
колебаний численности личинок приближается к амплитуде колебаний чис-
ленности сеголеток (изменение на порядок величины). Выживание в личи-
ночном периоде является основным фактором, определяющим эти колебания.
Зависимость числа личинок хамсы, вылавливаемых за 10 мин, от температу-
ры моря показана на рис. 2, б.
Спутниковые данные о концентрации хлорофилла а в районе СЗШ ЧМ,
использованные в настоящей работе, относились к наблюдениям 2007 г., ко-
гда зимние ветры были слабее средних многолетних. Для адаптации модели
экосистемы (2) – (12) к этим данным все моделируемые процессы были пред-
ставлены в безразмерном виде путем деления их значений на константы Сi,
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 65
имеющие смысл ресурсных емкостей морской среды (current capacity [12]), и
приведены к единой шкале изменчивости [0, 10] безразмерных единиц. Тогда
для возврата к исходным размерным значениям параметров достаточно ум-
ножить модельные оценки на 0,1Сi. Поэтому результаты расчетов, показан-
ные на приведенных ниже рисунках, должны быть умножены на следующие
коэффициенты: для температуры SST ~ 3°С, для концентрации фитопланкто-
на PP ~ 0,5 г/м3, для концентрации зоопланктона ZP ~ 0,1 г/м3, для концен-
трации биоресурса BR ~ 0,005 г/м3, для концентрации биогенных элементов
NT ~ 2,5 г/м3, для концентрации детрита DT ~ 6·10-5 г/м3. В качестве единицы
измерения времени выбраны одни сутки. Расчеты проводились на 365 без-
размерных единиц времени (шагов вычислений).
В первой серии вычислительных экспериментов были подобраны коэф-
фициенты влияний в уравнениях модели. С этой целью рассчитывались вре-
менные сценарии изменчивости параметров экосистемы в отдельных узлах
сеточной области. Критериями отбора коэффициентов служили чувствитель-
ность модели к спутниковым данным и устойчивость численной схемы Эйле-
ра, использованной для решения уравнений. Значения коэффициентов, удов-
летворяющих этим противоречивым условиям, приведены в таблице.
Коэффициенты влияний, использованные в расчетах
aMM/NN PP OX ZP BR NT DT CH SST
PP 1 0 0 0 0 0 0,5 0
OX 0,6 1 0,2 0,2 0 0 0 0,49
ZP 0,49 0,4 1 0,4 0,4 0 0 4
BR 0 0,4 0,4 1 0,3 0 0 4
NT 0,5 0,4 0,2 0,2 1 0,3 0 0
DT 0,2 0 0,2 0,2 0,6 1 0 0
Влияние температуры на концентрации зоопланктона и биоресурса учи-
тывалось с помощью агентов управления (см. рис. 1), в которых были ис-
пользованы функции (5) и (8) с одинаковыми параметрами *
ZPSST = *
BRSST =
= 26°С , ZPα = BRα = 0,01. Границы гомеостазиса в эксперименте не устанав-
ливались, т. е. считалось, что 0===== ccccc DTNTOXZPPP .
На рис. 3, а, в, д показаны сценарии внутригодового хода параметров
экосистемы и данные спутниковых наблюдений для центральной части аква-
тории СЗШ ЧМ в точке с координатами 44°54´ с. ш. и 31°55´ в. д. Динамиче-
ское согласование сценариев PP, ZP, BR, OX, NT и DT между собой и с дан-
ными наблюдений SST и CH отмечается уже на первых шагах вычислений,
несмотря на то что для них были заданы низкие начальные значения (0,5 без-
размерных единиц). Сценарий PP сформирован в основном данными наблю-
дений хлорофилла а. Сценарии ZP и BR формировались под влиянием аген-
тов ресурсного лимитирования (рис. 1), которые ориентировали концентра-
ции этих параметров на минимум биогенных элементов (кривая NT на
рис. 3, д).
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 66
0
100
200
300
400
0
2
4
6
8
10
CH
SST
t
0
100
200
300
400
0
2
4
6
8
10
С H
SST
t
a б
0
100
200
300
400
0
2
4
6
8
PP
ZP
OX
t
0
100
200
300
400
0
2
4
6
8
10
PP
OX
ZP
t
в г
0
100
200
300
400
0
2
4
6
8
10
BR
DT
NT
t
д е
0
100
200
300
400
0
2
4
6
8
10
DT
BR
NT
t
Р и с. 3. Сценарии процессов в экосистеме, адаптированные к спутниковым данным: а, в, д – в
точке с координатами 44° 54´ с. ш., 31° 55´ в. д.; б, г, е – в точке с координатами 46° 01´ с. ш.,
30° 54´ в. д. (время t – сут)
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 67
Одновременно с влиянием агентов ресурсного лимитирования сценарии
ZP и BR испытывали на себе влияние температуры верхнего слоя. В летний
период она приближалась к комфортной для развития зоопланктона и биоре-
сурса и составляла 26°С. Поэтому ход ZP убывал незначительно, а ход BR
имел максимум, совпадающий с максимумом температуры. С летним прогре-
вом связан также глубокий минимум концентрации кислорода (рис. 3, в). Па-
дение концентрации кислорода под влиянием агента лимитирования
],[ DTOXANT отразилось на уменьшении концентрации биогенных элементов
(кривая NT на рис. 3, д) и на росте концентрации детрита (кривая DT на рис.
3, д), разложение которого оказалось замедленным.
Вторая точка, выбранная для тестирования модели, находилась в при-
брежной зоне моря и имела координаты 46°01´ с. ш. и 30°54´ в. д. В этом рай-
оне концентрация хлорофилла а значительно выше, чем в центре расчетной
области, что очевидно при сравнении кривых СН на рис. 3, а, б. Характерной
особенностью сценария концентрации хлорофилла а является наличие весен-
него и осеннего максимумов. В сценарии концентрации кислорода присутст-
вует минимум, приходящийся на период летнего прогрева верхнего слоя, ко-
торый, однако, не повлиял на рост концентрации зоопланктона в этот период
(кривая ZP на рис. 3, г). С максимумом концентрации зоопланктона и увели-
чением температуры верхнего слоя связан также рост концентрации биоре-
сурса в это время (кривая BR на рис. 3, е). Кислородный минимум в летний
период повлиял на концентрации биогенных элементов и детрита (кривые NT
и DT на рис. 3, е): концентрация детрита выросла, а концентрация биогенных
элементов уменьшилась.
Расчеты сценариев параметров экосистемы, выполненные в различных
точках СЗШ ЧМ, подтвердили, что схема причинно-следственных связей,
положенная в основу структуры модели, правильно отражает основные осо-
бенности внутригодовой изменчивости этих параметров. Модель адекватно
реагировала на изменения значений спутниковой информации, включенной в
расчеты сценариев процессов в экосистеме. Выбранные значения коэффици-
ентов влияний в уравнениях модели обеспечивали ее достаточную чувстви-
тельность к спутниковой информации, не приводя к появлению вычисли-
тельной неустойчивости.
Построение карт параметров экосистемы СЗШ ЧМ
по спутниковым данным
Для оценки пространственно-временной динамики параметров экосисте-
мы СЗШ ЧМ были использованы сценарии внутригодовой изменчивости
хлорофилла а и поверхностной температуры, построенные по спутниковым
данным для каждого узла квадратной сетки с шагом 10 км, покрывавшей
район СЗШ ЧМ. Отдельные пропуски во временных рядах спутниковой ин-
формации были восполнены путем линейной интерполяции. Уравнения мо-
дели (2) – (12) решались в каждом узле сеточной области, в результате чего
были построены сценарии внутригодовой изменчивости всех параметров
экосистемы, аналогичные приведенным на рис. 3. Таким образом, по спутни-
ковым данным была восстановлена пространственно-временная динамика
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 68
экосистемы для условий 2007 г. Некоторое представление о ней дают карты
параметров экосистемы для трех сезонов, приведенные на рис. 4 – 8: для зим-
них условий по состоянию на 20 февраля, для летних условий – на 15 августа,
для осенних условий – на 15 ноября 2007 г.
На рис. 4 показаны сезонные изменения поля концентрации фитопланк-
тона. Оно оказалось наиболее чувствительным к спутниковой информации о
поле хлорофилла а, поскольку данные этих наблюдений выполняли функцию
основного источника (драйва) в уравнении для РР модели (2) – (12). Как сле-
дует из рис. 4, наибольшие градиенты концентрации хлорофилла а, а следо-
вательно, и фитопланктона, приближены к фронтальным зонам, где сущест-
вуют большие градиенты температуры. Зимой они наблюдаются в центре
района, на границе шельфа (рис. 4, а), летом область высоких градиентов пе-
ремещается в прибрежную зону (рис. 4, б), осенью она снова смещается в
сторону свала глубин (рис. 4, в). 2007 год характеризовался умеренно теплым
летом и длинной теплой осенью: в первой половине декабря температура на
44о с. ш. достигала 15 – 16оС. Эта особенность температурного режима про-
слеживается на картах зоопланктона (рис. 5) и биоресурса (рис. 6).
Поле концентрации кислорода (рис. 7) формировалось под действием
большого количества влияющих факторов, что обусловило его более значи-
тельную изменчивость по сравнению с полями концентраций зоопланктона и
биоресурса. Тем не менее карты полей концентраций ZP, BR и OX имеют не-
которое подобие в расположении изолиний. Оно объясняется действием
агентов управления, включенных в правые части уравнений для ZP и BR.
Агенты управления адаптировали концентрации ZP и BR к содержанию ки-
слорода в тех местах района и в те моменты времени, когда этот вид ресурса
развития принимал минимальное значение по отношению к другим ресурсам.
Кроме того, эти три поля находились под влиянием спутниковой информации
о поверхностной температуре моря.
На рис. 8 приведены карты концентраций биогенных веществ NT и дет-
рита DT по состоянию на 20.02.2007 г., согласованные с концентрациями PP,
ZP и BR, адаптированными к спутниковой информации. Следует учесть, что в
соответствии с концептуальной моделью экосистемы (рис. 1) прямое влияние
спутниковой информации на эти параметры отсутствует. Однако модель до-
вольно подробно воспроизвела поле концентрации биогенных элементов с
учетом условий их образования. Агент управления в уравнении для концен-
трации NT непрерывно анализировал распределения концентраций кислорода
OX и детрита DT и включал влияние того из этих двух ресурсов, который ли-
митировал превращение DT в NT.
Построенные карты позволяют приближенно оценить распределение
морских биоресурсов по акватории СЗШ ЧМ. Районы их возможной наи-
большей концентрации совпадают с местами проникновения в море распре-
сненных речных вод, поступающих от стоков Дуная, Днепра и Буга. Это при-
брежные зоны акватории СЗШ ЧМ, для которых характерно повышенное со-
держание биогенных элементов и детрита. Температура воды, содержание
зоопланктона, кислорода и биогенных элементов в этих зонах благоприятны
для развития рыб.
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 69
°с.ш .
°с.ш .
°в.д.
°в.д.
°в.д.
°с.ш .
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5 PP
15.08.2007
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5 PP
15.11.2007
а
б
в
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5 PP
20 .02.2007
Р и с. 4. Поле концентрации фитопланктона, рассчитанное по спутниковым данным: а –
20.02.2007 г.; б – 15.08.2007 г.; в – 15.11.2007 г.
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 70
°с.ш.
а
б
в
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5 ZP
20.02.2007
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5 ZP
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5 ZP
15.11.2007
15.08.2007
°с.ш.
°с.ш.
°в.д.
°в.д.
°в.д.
Р и с. 5. Поле концентрации зоопланктона, адаптированное к распределениям фито-
планктона и к спутниковым данным о поверхностной температуре моря: а –
20.02.2007 г.; б – 15.08.2007 г.; в – 15.11.2007 г.
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 71
°в.д.
°в.д.
а
б
в
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5
BR
20.02.2007
BR
15.08.2007
BR
15.11.2007
°с.ш.
°с.ш.
°с.ш.
°в.д.
44.5
45
45.5
46
46.5
44.5
45
45.5
46
46.5
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
Р и с. 6. Поле концентрации биоресурса, адаптированное к распределениям зоопланктона и к
спутниковым данным о поверхностной температуре моря: а – 20.02.2007 г.; б – 15.08.2007 г.;
в – 15.11.2007 г.
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 72
°в.д.
°с.ш.
°с.ш.
°с.ш.
°в.д.
°в.д.
а
б
в
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5 OX
15.08.2007
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5 OX
20.02.2007
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5 OX
15.11.2007
Р и с. 7. Поле концентрации кислорода, адаптированное к расчетным концентрациям парамет-
ров PP, ZP, BR и NT, а также к спутниковым измерениям поверхностной температуры: а –
20.02.2007 г.; б – 15.08.2007 г.; в – 15.11.2007 г.
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 73
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
°с.ш.
°в.д.
°с.ш.
°в.д.
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5
а
44.5
45
45.5
46
46.5
29 29.5 30 30.5 31 31.5 32 32.5 33 33.5
44.5
45
45.5
46
46.5
б
NT
20.02.2007
DT
20.02.2007
Р и с. 8. Карты концентраций биогенных веществ (а) и детрита (б), согласованные с концен-
трациями PP, ZP и BR, адаптированными к спутниковой информации по состоянию на
20.02.2007 г.
Заключение
Адаптивные модели морских экосистем основаны на принципе стремле-
ния экосистемы к состоянию динамического баланса с приложенными к ней
внешними влияниями. Поэтому если спутниковая информация поступает в
адаптивную модель экосистемы в качестве функций внешних источников,
модель естественным образом подстраивается под эту информацию. Проис-
ходит ассимиляция спутниковых данных в модели, которая в свою очередь
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 74
распространяет спутниковую информацию на те процессы в экосистеме, на-
блюдения которых отсутствуют. В этом состоит основная практическая поль-
за адаптации модели экосистемы к данным спутниковых наблюдений.
Использованный в работе АВС-метод моделирования позволил построить
относительно простую динамическую модель экосистемы СЗШ ЧМ для ус-
воения в ней данных дистанционных наблюдений полей хлорофилла а и по-
верхностной температуры моря. Не представляет труда обобщить модель для
усвоения в ней данных других спутниковых наблюдений, например инфор-
мации о поле приводного ветра, заметно влияющего на содержание кислоро-
да в верхнем слое моря.
Особенностью адаптивных моделей рассмотренного типа является ис-
пользование агентов управления, лимитирующих процессы развития в экоси-
стеме. Применение в нелинейных дифференциальных уравнениях модели
экосистемы нелинейных логических операторов управления потенциально
грозит потерей устойчивости решений. Для практической проверки устойчи-
вости вычислительной схемы были проведены вычислительные эксперимен-
ты с моделью в отдельных точках сеточной области. Результаты эксперимен-
тов показали, что адаптивная модель экосистемы обладает повышенной ус-
тойчивостью при условии, что коэффициенты влияний не превышают опре-
деленных значений. Эти значения были подобраны при отладке модели из
условий компромисса между ее высокой чувствительностью к спутниковой
информации и устойчивостью решений.
После идентификации коэффициентов динамическая модель экосистемы
была использована для построения карт полей фито- и зоопланктона, биоре-
сурса, кислорода, биогенных элементов и детрита, адаптированных к массиву
спутниковых данных, полученных в районе СЗШ ЧМ в течение всего 2007 г.
Таким образом, была восстановлена внутригодовая пространственно-
временная изменчивость шести параметров состояния экосистемы СЗШ ЧМ,
согласованная со спутниковой информацией. Анализ построенных карт по-
лей показал, что в целом существует привязка оценок концентраций нена-
блюдаемых параметров экосистемы к спутниковым данным. Сложные нели-
нейные связи между параметрами существенно влияют на результирующие
сценарии процессов в экосистеме. На этом основании сделан вывод, что
адаптивные модели морских экосистем, несмотря на используемые в них уп-
рощения, могут быть полезны для изучения пространственно-временной из-
менчивости параметров экосистемы по данным спутниковых наблюдений.
СПИСОК ЛИТЕРАТУРЫ
1. Тимченко И.Е. Системные методы в гидрофизике океана. – Киев: Наук. думка, 1988. –
180 с.
2. Тимченко И.Е., Игумнова Е.М., Тимченко И.И. Системный менеджмент и АВС-техно-
логии устойчивого развития. – Севастополь: ЭКОСИ-Гидрофизика, 2000. – 225 с.
3. Иванов В.А., Игумнова Е.М., Латун В.С., Тимченко И.Е. Модели управления ресурсами
прибрежной зоны моря. – Севастополь: ЭКОСИ-Гидрофизика, 2007. – 258 с.
4. Еремеев В.Н., Игумнова Е.М., Тимченко И.Е. Моделирование эколого-экономических
систем. – Севастополь: ЭКОСИ-Гидрофизика, 2004. – 320 с.
ISSN 0233-7584. Мор. гидрофиз. журн., 2012, № 6 75
5. Пухтяр Л.Д., Станичный С.В., Тимченко И.Е. Оптимальная интерполяция данных дис-
танционного зондирования морской поверхности // Морской гидрофизический жур-
нал. – 2009. – № 4. – С. 34 – 50.
6. Иващенко И.К., Игумнова Е.М., Лазарчук И.П., Тимченко И.Е. Согласование пространст-
венных распределений параметров экосистемы с данными дистанционного зондирования
морской поверхности // Экологическая безопасность и использование ресурсов шельфо-
вой зоны моря. – Севастополь: МГИ НАН Украины, 2010. – Вып. 23. – С. 61 – 69.
7. Тимченко И.И., Игумнова Е.М. Ассимиляция данных наблюдений и адаптивный про-
гноз природных процессов // Морской гидрофизический журнал. – 2009. – № 6. –
С. 47 – 70.
8. Архивные данные спутниковых наблюдений. – http://oceancolor.gsfc.nasa.gov.
9. Ковалев А.В., Финенко З.З., Островская Н.А. и др. Планктон Черного моря. – Киев: На-
ук. думка, 1993. – 280 с.
10. Богуславский С.Г., Беляков Ю.М., Жоров В.А. Особенности гидрологического режима
Черного моря // Основы биологической продуктивности Черного моря / Под ред.
В.Н. Грезе. – Киев: Наук. думка, 1979. – С. 11 – 23.
11. Тимченко И.Е., Жоров В.А., Игумнова Е.М., Лазарчук И.П. Динамическая модель интег-
рированных процессов в экосистеме северо-западного шельфа Черного моря // Мор-
ской гидрофизический журнал. – 2007. – № 4. – С. 48 – 69.
12. Murray J.D. Mathematical biology II: Spatial Models and Biomedical Applications. 3rd
edition. – Springer, 2008. – 736 p.
Морской гидрофизический институт НАН Украины, Материал поступил
Севастополь в редакцию 04.07.11
После доработки 19.09.11
АНОТАЦІЯ Запропонована інтегральна модель екосистеми північно-західного шельфу Чорно-
го моря для розрахунку сценаріїв просторово-часової мінливості полів фіто- і зоопланктону,
кисню, детриту та біогенних елементів у верхньому шарі моря. Побудовані карти цих полів,
узгоджені методом адаптивного балансу впливів із супутниковими спостереженнями концент-
рації хлорофілу а та температури моря в цьому районі, виконаними протягом 2007 р. Робиться
висновок про доцільність асиміляції супутникової інформації в адаптивних моделях морських
екосистем для отримання оцінок неспостережуваних параметрів.
Ключові слова: АВС-метод, північно-західна частина Чорного моря.
ABSTRACT Integral model of the Black Sea northwestern shelf ecosystem is proposed for calcula-
ting scenarios of spatial-temporal variability of the fields of phyto- and zoo-plankton, oxygen, detritus
and biogenic elements in the sea upper layer. The maps of these fields are constructed in agreement
(by the method of adaptive balances of causes) with satellite observations of chlorophyll a con-
centration and sea temperature in this region carried out in 2007. Drawn is the conclusion that assimi-
lation of satellite information in the adaptive models of marine ecosystems is advisable for obtaining
estimates of the observed parameters.
Keywords: ABC-method, northwestern part of the Black Sea.
|