Введение 3
Глава 1. Обзор литературных источников 5
1.1. Модели дрейфа айсберга 5
1.2. Разрушение айсберга 8
Глава 2. Численная схема модели и её верификация 10
2.1. Описание модели 10
2.2. Проверка модели с использованием инструментальных данных 13
Глава 3. Параметризация айсберга 15
3.1. Регрессионные соотношения для восстановления параметров айсберга 15
3.2. Разрушение айсберга 17
Глава 4. Адаптация модели дрейфа айсберга под условия Карского моря 19
4.1. Используемые данные 19
4.1.1. Описание данных 19
4.1.2. Данные для моделирования 21
4.1.3. Преобразование данных 21
4.2. Использование модели для акватории Карского моря 22
4.3. Режимные характеристики дрейфа айсберга в Карском море 25
4.3.1. Айсберговая опасность 25
4.3.2. Средние направления и скорости дрейфа 29
Заключение 33
Список литературы 35
Приложение 1. Карты условной вероятности 38
В настоящее время идет активный процесс изучения и освоения Арктического региона. На шельфах морей идет разработка нефте- и газодобычи, строительство буровых станций, развитие Северного морского пути. В связи с этим является актуальным вопрос изучения ледовой обстановки и опасных явлений. К последним, в частности, относятся айсберги. Способные дрейфовать против ветра, они представляют большую опасность для хозяйственной деятельности человека в Арктике.
Существуют различные способы идентификации айсбергов в морях - гидроакустические средства и радиолокаторы, спутниковые снимки и стационарные буи, закрепленные во льду с целью отслеживания координат айсберга. Точность идентификации ледяного тела и его параметров с судов зависит от конфигурации самого айсберга, а также от состояния окружающей воды. Спутники дают довольно высокую точность определения айсбергов, но она снижается с уменьшением размера последнего. Достоверность спутниковой информации о местоположении айсберга определяется пространственным разрешением прибора, углом визирования, шероховатостью подстилающей поверхности (Микронов и др., 2015). Основным минусом такого метода является неполнота информации об айсберге. По спутниковым снимкам невозможно оценить подводную часть исследуемого объекта. Установленные на айсбергах буи предоставляют высокоточную информацию о местоположении ледяного объекта, однако при перевороте айсберга происходит поломка приборов.
Поиск оптимального решения для отслеживания айсберга является актуальным вопросом. Одним из методов является моделирование. Модель можно использовать как диагностическую и прогностическую систему определения местоположения айсберга, так и в качестве аппарата для создания гипотетических траекторий для расчета режимных характеристик дрейфа айсбергов для акваторий.
Цель данной работы: создать численную диагностическую модель дрейфа айсберга для юго-западной части Карского моря.
Для выполнения цели работы были поставлены следующий задачи:
1. Описать численную модель дрейфа айсберга и верифицировать ее по данным инструментальных измерений;
2. Реализовать эмпирические зависимости восстановления массы и геометрических параметров айсберга;
3. Описать разрушение айсберга под действием внешних сил;
4. Создать диагностическую систему моделирования дрейфа айсберга для акватории Карского моря;
5. Сформулировать метод расчета айсберговой опасности для выбранной акватории, произвести расчет;
6. На основе модели провести расчет режимных характеристик дрейфа айсберга для акватории Карского моря.
На основе имеющихся моделей дрейфа айсберга была составлена численная модель дрейфа айсберга с полным описанием сил. В модель включаются как наиболее распространенные и очевидные силы (сила воздействия ветра, течений), так и силы, используемые не во всех моделях и дополняющие её (сила, обусловленная наклоном уровня моря). Верификация результатов моделирования показала, что модельные данные имеют тесную связь с результатами натурных измерений. Корреляция векторов смещения моделируемого и измеренного трека айсберга составила 0,98 вдоль параллели и 0.99 для меридиана. Средняя абсолютная ошибка положения моделируемого айсберга составила 700 м.
Для моделирования необходимо знать параметры айсберга. Так как в работе используются гипотетические случаи возникновения айсберга, необходимо, чтобы параметры айсберга определялись в модели независимым способом. Для этого невозможно использовать данные одного конкретного айсберга. В связи с этим на основе базы данных ААНИИ были выведены регрессионные соотношения для получения параметров айсберга в зависимости от его длины, которая в модели также задается случайным образом по нормальному распределению.
Так как моделирование происходит за длительный промежуток времени, необходимо задать условия разрушения айсберга. В связи с этим в модели присутствует фактор волнового воздействия на айсберг, который вызывает разрушение последнего. Он является одним из наиболее значимых факторов разрушения. В работе используется только этот параметр также из-за сложности описания других факторов, влияние на айсберг которых малоизучено и представляется сложным математическим описанием.
С использованием описанной модели, выведенных регрессионных соотношений и параметра таяния айсберга была создана диагностическая система моделирования дрейфа айсберга для юго-западного региона Карского моря. Анализ полученных треков показал, что модель вполне достоверно описывает дрейф, характерный для данного региона (вынос айсбергов на север - северо-восток).
В работе описан новый метод оценки айсберговой опасности, основанный на модельных расчетах условной вероятности появления айсберга. Помимо этого, описаны два варианта представления айсберговой опасности: по айсбергопродуктивности и по теореме полной вероятности, где используются оценки встречи айсбергов по данным авиационных разведок. В рассматриваемой части исследуемой акватории отмечается увеличение айсберговой опасности в направлении от юго-востока к северо-западу. Это характерно для обоих вариантов представления информации об айсберговой опасности.
Анализ скоростей дрейфа в Карском море показал, что изменчивость скоростей дрейфа превалирует над скоростью среднемесячного переноса айсбергов. В этой части акватории среднемесячный перенос айсбергов происходит преимущественно в северном и северо-восточном направлении. Такие результаты моделирования совпадают с оценками генерального направления дрейфа, описанные в работе (Buzin et al., 2019).
Для модуля скорости среднемесячного переноса айсбергов отмечается выраженный сезонный ход: как правило, в летние и осенние месяцы модуль среднемесячного дрейфа айсбергов максимален, и минимален в весенние месяцы.
Полученные оценки режимных характеристик айсберговой опасности могут быть использованы при проектировании и планировании эксплуатации гидротехнических сооружений на шельфе арктических морей.
1. Бородачев В. Е., Гаврило В. П., Казанский М. М. Словарь морских ледовых терминов. СПб: Гидрометеоиздат, 1994. 128 с.;
2. Варнакова Г.М., Корякин В.С. Каталог Ледников СССР, Том 3. Л: Гидрометеоиздат, 1978. 114 стр;
3. Шнейдер В. Е. Краткий курс высшей математики. М: Высшая школа, 1972. 640 с.
Статьи:
1. Клячкин С.В., Май Р.И. Прогностическая модель дрейфа айсберга // Проблемы Арктики и Антарктики. 2012. №1(91). с. 78-88;
2. Миронов Е. У., Смирнов В.Г., Бычкова И. А., Кулаков М. Ю., Демчев Д.М. Новые технологии обнаружения айсбергов и прогнозирования их дрейфа в западном секторе Арктики // Проблемы Арктики и Антарктики. 2015. №2 (104). с. 21-32;
3. Keghouche I., Bertino L., Lisaeter A. Parameterization of an iceberg drift model in the Barents Sea // Journal of Atmospheric and Oceanic Technology. 2009. № 26 (10). p. 2216- 2227;
4. Keghouche I., Counillon F., Bertino L. Modeling dynamics and thermodynamics of icebergs in the Barents Sea from 1987 to 2005 // Journal of geophysical research. 2010. vol. 14;
5. Lavergne T., Eastwood S., Teffah Z., Schyberg H., Breivik L.A. Sea ice motion from low resolution satellite sensors: An alternative method and its validation in the Arctic // Journal of Geophysical research. 2010. vol. 14;
6. Neshyba, S., Josberg E.G. On the estimates of Antarctic iceberg melt rate // Journal of Physical Oceanography. 1980. p. 1681-1685;
7. Padman. L., Erofeeva S. A barotropic inverse tidal model for the Arctic Ocean // Geophysical Research Letters. 2004. vol. 4;
8. Smith S.D. Hindcasting iceberg drift using current profiles and winds // Cold Regions Science and Technology. 1993. № 22, p. 33-45.
Фондовые материалы:
1. Abrahamowicz M. A. Thermodynamic and dynamic lagrangian model for icebergs: a data- model intercomparison for the Southern Ocean // McGill University. 2007. vol. 113;
2. Brostrom G., Melsom A., Sayed M., Kubat I. Iceberg modeling at met.no: Validation of iceberg model // Norwegian Meteorological Institute met.no, Report №17. 2009. vol. 36;
3. Savage, S.B. Aspects of iceberg deterioration and drift // Lecture Notes in Physics Series: Geomorphological Fluid Mechanics. 2001. vol. 40;
4. Smith S.D., Donaldson N.R. Dynamic modeling of iceberg drift using current profiles // Canadian Technical Report of Hydrography and Ocean Sciences №91. 1987. vol.133;
5. Wallcraft A., Carroll S.N., Kelly K.A., Rushing K.V. Hybrid coordinate ocean model (HYCOM) // User’s guide. 2003. vol. 12.
Материалы конференций:
1. Май Р.И., Павлова Е.А., Тюгалева А.И., Хотченков С.В. Регрессионные соотношения между геометрическими параметрами айсбергов // Труды II Всероссийской конференции «Гидрометеорология и экология: достижения и перспективы развития». 2018. c. 415-418;
2. Тюгалева А.И., Май Р.И. Численное моделирование дрейфа айсберга // Труды II Всероссийской конференции «Гидрометеорология и экология: достижения и перспективы развития». 2018. c. 655-658;
3. Bertino L., Evensen S. The DIADEM/TOPAZ monitoring and prediction system for the North Atlantic // Third EuroGOOS conference: Building the European capacity in operational oceanography. 2003. c. 251-257;
4. Buzin I.V., Nesterov A.V., Gudoshnikov Yu.P., Pashali A.A., Kornishin K.A., Efimov Ya.O., Stragnikov D.S. The main results of iceberg drift studies in the Russian Arctic throughout 2012-2017 // Proceedings of the Twenty-ninth (2019) International Ocean and Polar Engineering Conference. 2019. p. 691-698;
5. May R. I., Guzenko R. B., Mironov Ye. U., Naumov A. K., Skutin A. A., Skutina E.A., Sobotuk D.I., Zamarin G. A., Kornishin K.A., Efimov Ya.O., Mamedov T.E. Geometry and mass of icebergs in the Russian Arctic // Proceedings of the Twenty-ninth (2019) International Ocean and Polar Engineering Conference. 2019. vol. 8;
6. Tarasov P.A., Kornishin K.A., Lavrentiev I.I., Mamedov T.E., Glazovsky A. F., Bagorian E.S., Efimov Y. O., Buzin, I.V., Salman P.A. Outlet glasiers as iceberg factories: Case Study for the Kara Sea // Proceedings of the Twenty-ninth (2019) International Ocean and Polar Engineering Conference. 2019. p. 671-678;
7. Tiugaleva, A.; Guzenko, R.; Klyachkin, S.; May, R. Method of iceberg hazard estimation in the Kara Sea, based on realizations of the numerical model // 19th international multidisciplinary scientific geoconference «SGEM 2019». 2019. p. 977-984.
Ресурсы сети Интернет:
1. https://marine.copernicus.eu/
Product user manual for Arctic Ocean Physical and Bio Analysis and Forecasting Products and Physical and BIO Reanalysis Products;
2. https://www.ecmwf.int/
European Centre for Medium-Range Weather Forecasts.