Том 37, номер 09, статья № 1

Аннотация:

Трехмерные модели переноса и трансформации примеси позволяют учитывать вертикальную неоднородность атмосферных процессов. Однако их использование требует задания большого количества параметров и существенных вычислительных ресурсов для проведения расчетов, особенно при решении обратных задач и задач усвоения данных. Представлен новый алгоритм усвоения данных для трехмерной модели переноса и трансформации примесей с неизвестными источниками, в котором используется подход на основе операторов чувствительности и ансамблей решений сопряженных уравнений, реализованный в системе обратного моделирования IMDAF для вычислительных комплексов с распределенной памятью. При тестировании на реалистичном сценарии для Байкальского региона алгоритм позволил по данным интегральных измерений по вертикали, моделирующим результаты дистанционного зондирования, уменьшить ошибку расчета поля концентрации примесей на 15%. При дополнительном указании уровня расположения источника по вертикали ошибка расчета поля концентраций сократилась на 93%, ошибка задания функции источника – на 85%.

Ключевые слова:

усвоение данных, идентификация источников, адвекция–диффузия–реакция, оператор чувствительности, сопряженные уравнения

Список литературы:

1. Grell G.A., Peckham S., Schmitz R., Mckeen S., Frost G., Skamarock W., Eder B. Fully coupled chemistry within the WRF model // Atmos. Environ. 2005. V. 39, N 37. P. 6957–6975. DOI: 10.1016/j.atmosenv.2005.04.027.
2. Skamarock W.C., Klemp J.B., Dudhia J., Gill D.O., Barker D.M., Duda M.G., Huang X.-Y., Wang W., Powers J.G. A Description of the advanced research WRF Version 4. figshare // J. Contrib. 2019. DOI: 10.6084/m9.figshare.7369994.v4.
3. Knote C., Brunner D., Vogel H., Allan J., Asmi A., Äijälä M., Carbone S., Gon H., Jimenez J., Kiendler-Scharr A., Mohr C., Poulain L., Prévôt A., Swietlicki E., Vogel B. Towards an online-coupled chemistry-climate model: Evaluation of trace gases and aerosols in COSMO-ART // Geosci. Model Develop. 2011. V. 4, N 4. P. 1077–1102. DOI: 10.5194/gmd-4-1077-2011.
4. Baklanov A., Korsholm U., Mahura A., Petersen C., Grosset A. ENVIRO-HIRLAM: On-line coupled modelling of urban meteorology and air pollution // Adv. Sci. Res. 2008. V. 2, N 1. P. 41–46.
5. Bocquet M., Elbern H., Eskes H., Hirtl M., Zabkar R., Carmichael G.R., Flemming J., Inness A., Pagowski M., Prez Camano J.L., Saide P.E., San Jose R., Sofiev M., Vira J., Baklanov A., Carnevale C., Grell G., Seigneur C. Data assimilation in atmospheric chemistry models: Current status and future prospects for coupled chemistry meteorology models // Atmos. Chem. Phys. Discuss. 2014. V. 14, N 23. P. 32233–32323. DOI: 10.5194/acpd-14-32233-2014.
6. Carrassi A., Bocquet M., Bertino L., Evensen G. Data assimilation in the geosciences: An overview of methods, issues, and perspectives // WIREs. 2018. V. 9, N 5. P. e535. DOI: 10.1002/wcc.535.
7. Penenko V.V., Obraztsov N.N. A variational initialization method for the fields of the meteorological elements // English translations Soviet Meteorol. Hydrol. 1976. V. 11. P. 3–16.
8. Dimet F.-X.L., Talagrand O. Variational algorithms for analysis and assimilation of meteorological observations: Theoretical aspects // Tellus. 1986. V. 38A. P. 97–110. DOI: 10.3402/tellusa.v38i2.11706.
9. Elbern H., Strunk A., Schmidt H., Talagrand O. Emission rate and chemical state estimation by 4-dimensional variational inversion // Atmos. Chem. Phys. Discuss. 2007. V. 7, N 1. P. 1725–1783. DOI: 10.5194/acpd-7-1725-2007.
10. Carmichael G.R., Sandu A., Chai T., Daescu D.N., Constantinescu E.M., Tang Y. Predicting air quality: Improvements through advanced methods to integrate models and measurements // J. Comput. Phys. 2008. V. 227, N 7. P. 3540–3571. DOI: 10.1016/j.jcp.2007.02.024.
11. Марчук Г.И. Математическое моделирование в проблеме окружающей среды. М.: Наука, 1982. 319 с.
12. Errico R.M. What is an adjoint model? // Bull. Am. Meteorol. Soc. 1997. V. 78, N 11. P. 2577–2591. DOI: 10.1175/1520-0477(1997)078<2577:WIAAM>2.0.CO;2.
13. Hakami A., Henze D.K., Seinfeld J.H., Singh K., Sandu A., Kim S., Byun D., Li Q. The adjoint of CMAQ // Environ. Sci. Technol. 2007. V. 41, N 22. P. 7807–7817. DOI: 10.1021/es070944p.
14. Penenko V.V., Penenko A.V., Tsvetova E.A., Gochakov A.V. Methods for studying the sensitivity of air quality models and inverse problems of geophysical hydrothermodynamics // J. Appl. Mech. Tech. Phys. 2019. V. 60, N 2. P. 392–399. DOI: 10.1134/S0021894419020202.
15. Penenko A. Convergence analysis of the adjoint ensemble method in inverse source problems for advection-diffusion-reaction models with image-type measurements // Inverse Probl. Imaging. 2020. V. 14, N 5. P. 757–782. DOI: 10.13140/RG.2.2.26550.14409.
16. Penenko A., Penenko V., Tsvetova E., Gochakov A., Pyanova E., Konopleva V. Sensitivity operator framework for analyzing heterogeneous air quality monitoring systems // Atmosphere. 2021. V. 12, N 12. P. 16971. DOI: 10.3390/atmos12121697.
17. Penenko A., Rusin E. Parallel implementation of a sensitivity operator-based source identification algorithm for distributed memory computers // Mathematics. 2022. V. 10, N 23. P. 45221. DOI: 10.3390/math10234522.
18. Марчук Г.И. О постановке некоторых обратных задач // Доклады АН СССР. 1964. № 3. C. 503–506.
19. Penenko A., Emelyanov M., Rusin E., Tsybenova E., Shablyko V. Hybrid deep learning and sensitivity operator-based algorithm for identification of localized emission sources // Mathematics. 2023. V. 12, N 1. P. 781. DOI: 10.1109/OPCS59592.2023.10275758.
20. Penenko A.V. Algorithms for the inverse modelling of transport and transformation of atmospheric pollutants // IOP Conf. Ser.: Earth Environ. Sci. 2018. V. 211. P. 012052-1–012052-8. DOI: 10.1088/1755-1315/211/1/012052.
21. Penenko A.V., Rusin E.V., Penenko V.V. Emission sources identification scenario for a three-dimensional atmospheric transport and transformation model // Proc. SPIE / O.A. Romanovskii (ed.). 2023. V. 1278068. DOI: 10.1117/12.2690844.
22. Markakis K., Valari M., Perrussel O., Sanchez O., Honore C. Climate-forced air-quality modeling at the urban scale: Sensitivity to model resolution, emissions and meteorology // Atmos. Chem. Phys. 2015. V. 15, N 13. P. 7703–7723. DOI: 10.5194/acp-15-7703-2015.
23. Holnicki P., Nahorski Z. Emission data uncertainty in urban air quality modeling – case study // Environ. Model. Assess. 2015. V. 20, N 6. P. 583–597. DOI: 10.1007/s10666-015-9445-7.
24. Hong S.-Y., Dudhia J., Chen S.-H.A Revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation // Mon. Weather Rev. Am. Meteorol. Soc. 2004. V. 132, N 1. P. 103–120. DOI: 10.1175/1520-0493(2004)132<0103:ARATIM>2.0.CO;2.
25. Mlawer E.J., Taubman S.J., Brown P., Iacono M., Clough S. Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated – k model for the longwave // J. Geophys. Res.: Atmos. 1997. V. 102, N D14. P. 16663–16682. DOI: 10.1029/97JD00237.
26. Dudhia J. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model // J. Atmos. Sci. Am. Meteorol. Soc. 1989. V. 46, N 20. P. 3077–3107. DOI: 10.1175/1520-0469(1989)046<3077:NSOCOD>2.0.CO;2.
27. Hong S.-Y., Noh Y., Dudhia J. A new vertical diffusion package with an explicit treatment of entrainment processes // Mon. Weather Rev. Am. Meteorol. Soc. 2006. V. 134, N 9. P. 2318–2341. DOI: 10.1175/MWR3199.1.
28. Beljaars A.C.M. The parametrization of surface fluxes in large-scale models under free convection // Q. J. R. Meteorol. Soc. 1995. V. 121, N 522. P. 255–270.
29. Chen F., Dudhia J. Coupling an advanced land surface – hydrology model with the Penn state – NCAR MM5 modeling system. Part I: Model implementation and sensitivity // Mon. Weather Rev. Am. Meteorol. Soc. 2001. V. 129, N 4. P. 569–585. DOI: 10.1175/1520-0493(2001)129<0569:CAALSH>2.0.CO;2.
30. Антохин П.Н., Гочаков А.В., Колкер А.Б., Пененко А.В. Сравнение результатов расчетов химико-транспортной модели WRF-Chem с данными самолетных измерений в г. Норильск // Оптика атмосф. и океана. 2018. Т. 31, № 4. С. 282–287. DOI: 10.15372/AOO20180406; Antokhin P.N., Gochakov A.V., Kolker A.B., Penenko A.V. Comparison of WRF-Chem chemical transport model calculations with aircraft measurements in Norilsk // Atmos. Ocean. Opt. 2018. V. 31, N 4. P. 372–380.
31. National Centers for Environmental Prediction/ National Weather Service/NOAA/U.S. Department of Commerce. 2000, updated daily. NCEP FNL Operational Model Global Tropospheric Analyses, continuing from July 1999. Research Data Archive at the National Center for Atmospheric Research, Computational and Information Systems Laboratory. DOI: 10.5065/D6M043C6 (last access: 26.08.2024).