Стохастический генератор ледяного покрова Карского моря
|
Введение 4
Глава I. Основные элементы ледяного покрова и методы их определения 7
1.1 Элементы ледяного покрова 7
1.2 Методы наблюдений за ледяным покровом 10
Глава II. Физико-географическое описание исследуемого региона 13
2.1 Общие сведения о гидрометеорологическом режиме Карского моря 13
2.2 Сплочённость льда Арктики 15
2.3 Ледовые условия Карского моря 16
Глава III. Источники информации о ледяном покрове для создания стохастического генератора 17
3.1 Формат SIGRID-3 и карты состояния ледяного покрова 17
3.2 Проект OSI SAF для обеспечения данными по морскому льду 20
3.3 Статистический анализ характеристик ледяного покрова по данным формата SIGRID-3 за 2006-2016 гг 21
3.4 Сравнение информации проекта OSI SAF с ледовыми картами SIGRID-3 за 2006-2016 гг 22
3.5 Результаты сравнительного анализа ледовых карт SIGRID-3 и данных проекта OSI SAF 23
Глава IV. Режимные характеристики ледяного покрова Карского моря 29
4.1. Оценка математического ожидания режимных характеристик ледяного покрова 29
4.2. Оценка изменчивости характеристик ледяного покрова 39
4.3 Пространственно-временная связанность сплочённости 44
Глава V. Стохастическое моделирование ледяного покрова 46
5.1. Понятие «стохастический генератор ледяного покрова» 46
5.2 Схемы стохастического моделирования изменения сплочённости 46
5.2.1. Схема Бернулли 46
5.2.2. Цепи Маркова 51
5.2.3. Стохастический генератор, основанный на цепях Маркова с пространственно-связанным полем случайной вероятности 52
5.3 Перспективы развития стохастического генератора 56
Заключение 58
Список литературы 59
Приложения
Глава I. Основные элементы ледяного покрова и методы их определения 7
1.1 Элементы ледяного покрова 7
1.2 Методы наблюдений за ледяным покровом 10
Глава II. Физико-географическое описание исследуемого региона 13
2.1 Общие сведения о гидрометеорологическом режиме Карского моря 13
2.2 Сплочённость льда Арктики 15
2.3 Ледовые условия Карского моря 16
Глава III. Источники информации о ледяном покрове для создания стохастического генератора 17
3.1 Формат SIGRID-3 и карты состояния ледяного покрова 17
3.2 Проект OSI SAF для обеспечения данными по морскому льду 20
3.3 Статистический анализ характеристик ледяного покрова по данным формата SIGRID-3 за 2006-2016 гг 21
3.4 Сравнение информации проекта OSI SAF с ледовыми картами SIGRID-3 за 2006-2016 гг 22
3.5 Результаты сравнительного анализа ледовых карт SIGRID-3 и данных проекта OSI SAF 23
Глава IV. Режимные характеристики ледяного покрова Карского моря 29
4.1. Оценка математического ожидания режимных характеристик ледяного покрова 29
4.2. Оценка изменчивости характеристик ледяного покрова 39
4.3 Пространственно-временная связанность сплочённости 44
Глава V. Стохастическое моделирование ледяного покрова 46
5.1. Понятие «стохастический генератор ледяного покрова» 46
5.2 Схемы стохастического моделирования изменения сплочённости 46
5.2.1. Схема Бернулли 46
5.2.2. Цепи Маркова 51
5.2.3. Стохастический генератор, основанный на цепях Маркова с пространственно-связанным полем случайной вероятности 52
5.3 Перспективы развития стохастического генератора 56
Заключение 58
Список литературы 59
Приложения
Ледяной покров - отличительная особенность Северного Ледовитого океана и замерзающих морей. Увеличивающаяся активность детальности в полярных широтах нашей страны требует тщательного изучения вопросов, связанных с формированием ледяного покрова, пространственного распределения толщины льда и методов идентификации прочих характеристик.
В данной работе исследуются режимные характеристики ледяного покрова Карского моря. Арктические грузоперевозки по Карскому морю затруднены из-за неблагоприятных климатических условий. При этом Карское море является частью Северного морского пути - через море осуществляется сообщение Европы с Азией. Несколько крупных морских заливов врезаны в материковую часть и создают такие акватории, как Обская и Байдарацкая губы. На их побережьях размещено несколько поселков, где проводятся геологические работы по поиску газа и нефти. На полуострове Ямал реализуется проект «Ямал СПГ» по добыче, сжижению и поставкам природного газа на базе Южно-Тамбейского месторождения. Доказанные и вероятные запасы газа месторождения по стандартам PRMS составляют 926 млрд куб. м. В рамках проекта формируется транспортная инфраструктура, включающая морской порт и аэропорт Сабетта. Порт Сабетта является самым молодым портом России, при этом он стал абсолютным лидером по росту грузооборота среди морских портов России. Порт Сабетта предназначен как для транспортировки сжиженного природного газа, так и для обеспечения круглогодичной навигации по Северному морскому пути.
Одной из крупнейших частных компаний России и крупнейший производитель никеля и палладия в мире является «Норильский никель». На сегодняшний день «Норникель» объединяет группу предприятий, одна из основных производственных площадок расположена на Таймырском полуострове - Заполярный филиал. Основными видами деятельности предприятий группы являются поиск, разведка, добыча, обогащение и переработка полезных ископаемых, производство, маркетинг и реализация цветных и драгоценных металлов. Транспортировка полезных ископаемых осуществляется через Карское море по Северному морском пути.
Ведение хозяйственной деятельности на арктическом шельфе напрямую зависит от ледовой обстановки. Решение некоторых инженерных задач обусловлено исследованием режимных характеристик процессов и явлений, функционально связанных с параметрами ледяного покрова. Примером таких задач являются исследования изменения трафика движения судов по трассам Северного морского пути, расчет экстремальных условий эксплуатации сооружений на шельфе и т.д. При этом необходимая длина реализации процессов и явлений может существенно превышать длительность имеющихся рядов наблюдений за льдом.
Один из способов увеличения длины рядов информации о ледяном покрове - создание и использование стохастического генератора, который позволит обеспечить искусственной (синтетической) информацией модели процессов и явлений, функционально связанных с параметрами ледяного покрова. Синтетическая ледовая информация по своим пространственно-временным статистическим характеристикам будет соответствовать реальной картине состояния ледяного покрова.
Кроме того, стохастический генератор ледяного покрова позволит обеспечить синтетической информацией имитационные модели плавания в Арктике, расчеты климатических характеристик навигационных условий. Стохастический генератор ледяного покрова может быть источником информации для типизации ледовых условий, расчета операций флота, тестирования методов автоматического определение оптимального пути судна во льдах и пр.
Из-за возникшей потребности в длинных рядах параметров погоды К. Ричардсон разработал стохастическую модель генерации рядов суточных осадков, максимальной и минимальной температур воздуха и солнечного излучения с учетом сезонного хода параметров (Richardson, 1981). Модель, в основе которой лежит использование вероятностных методов получения синтетической информации, получила название «генератор погоды». В отличие от ранее предложенных моделей (Buishand, 1978; Chin, 1977; Gabriel and Neuman, 1962), новая модель обеспечивает моделирование параметров погоды с использованием условных вероятностей.
Гельфан А. и Морейдо В. для расчета снегозапасов на территории Европейской России используют метод Монте-Карло для создания стохастических моделей на основе статистических характеристик снежного покрова (Гельфан и др., 2014). По принципу К. Ричардсона создан генератор погоды NEWGEN, который при моделировании использует переменные с временным осреднением за год, месяц и сутки. Генератор погоды включает в себя 28 параметров, в том числе модели температуры воздуха, атмосферных осадков и дефицита влажности воздуха, оценка которых проведена по многолетним рядам наблюдения Результатом создания генератора является осуществление моделирования метеорологических переменных на 1000 лет для каждой станции, то есть для временного ряда, намного превышающего временное разрешение входных параметров. Разработанный в ходе исследования метод динамико-стохастического моделирования позволяет рассчитывать характеристики снежного покрова в соответствии с реальной картиной современных климатических условий.
Результатом дипломной работы является создание стохастического генератора, основанного на методе Монте-Карло и случайных величин. Реализована модель генерации параметров ледяного покрова, которую мы можем назвать «генератором ледяного покрова» по аналогии с генератором погоды Гельфана и Морейдо.
Цель работы:
Создать стохастический генератор ледяного покрова, воспроизводящий реалистичные пространственно-временные закономерности изменения ледовых характеристик.
Задачи работы:
1. Ввести понятие стохастического генератора ледяного покрова и сформулировать требования к нему.
2. Выбрать источники информации для создания стохастического генератора ледяного покрова.
3. Оценить различные методы создания стохастического генератора, определить их преимущество, недостатки и ограничения.
4. Сравнить режимные характеристики ледяного покрова, рассчитанные по данным наблюдений и результатам работы стохастического генератора.
В данной работе исследуются режимные характеристики ледяного покрова Карского моря. Арктические грузоперевозки по Карскому морю затруднены из-за неблагоприятных климатических условий. При этом Карское море является частью Северного морского пути - через море осуществляется сообщение Европы с Азией. Несколько крупных морских заливов врезаны в материковую часть и создают такие акватории, как Обская и Байдарацкая губы. На их побережьях размещено несколько поселков, где проводятся геологические работы по поиску газа и нефти. На полуострове Ямал реализуется проект «Ямал СПГ» по добыче, сжижению и поставкам природного газа на базе Южно-Тамбейского месторождения. Доказанные и вероятные запасы газа месторождения по стандартам PRMS составляют 926 млрд куб. м. В рамках проекта формируется транспортная инфраструктура, включающая морской порт и аэропорт Сабетта. Порт Сабетта является самым молодым портом России, при этом он стал абсолютным лидером по росту грузооборота среди морских портов России. Порт Сабетта предназначен как для транспортировки сжиженного природного газа, так и для обеспечения круглогодичной навигации по Северному морскому пути.
Одной из крупнейших частных компаний России и крупнейший производитель никеля и палладия в мире является «Норильский никель». На сегодняшний день «Норникель» объединяет группу предприятий, одна из основных производственных площадок расположена на Таймырском полуострове - Заполярный филиал. Основными видами деятельности предприятий группы являются поиск, разведка, добыча, обогащение и переработка полезных ископаемых, производство, маркетинг и реализация цветных и драгоценных металлов. Транспортировка полезных ископаемых осуществляется через Карское море по Северному морском пути.
Ведение хозяйственной деятельности на арктическом шельфе напрямую зависит от ледовой обстановки. Решение некоторых инженерных задач обусловлено исследованием режимных характеристик процессов и явлений, функционально связанных с параметрами ледяного покрова. Примером таких задач являются исследования изменения трафика движения судов по трассам Северного морского пути, расчет экстремальных условий эксплуатации сооружений на шельфе и т.д. При этом необходимая длина реализации процессов и явлений может существенно превышать длительность имеющихся рядов наблюдений за льдом.
Один из способов увеличения длины рядов информации о ледяном покрове - создание и использование стохастического генератора, который позволит обеспечить искусственной (синтетической) информацией модели процессов и явлений, функционально связанных с параметрами ледяного покрова. Синтетическая ледовая информация по своим пространственно-временным статистическим характеристикам будет соответствовать реальной картине состояния ледяного покрова.
Кроме того, стохастический генератор ледяного покрова позволит обеспечить синтетической информацией имитационные модели плавания в Арктике, расчеты климатических характеристик навигационных условий. Стохастический генератор ледяного покрова может быть источником информации для типизации ледовых условий, расчета операций флота, тестирования методов автоматического определение оптимального пути судна во льдах и пр.
Из-за возникшей потребности в длинных рядах параметров погоды К. Ричардсон разработал стохастическую модель генерации рядов суточных осадков, максимальной и минимальной температур воздуха и солнечного излучения с учетом сезонного хода параметров (Richardson, 1981). Модель, в основе которой лежит использование вероятностных методов получения синтетической информации, получила название «генератор погоды». В отличие от ранее предложенных моделей (Buishand, 1978; Chin, 1977; Gabriel and Neuman, 1962), новая модель обеспечивает моделирование параметров погоды с использованием условных вероятностей.
Гельфан А. и Морейдо В. для расчета снегозапасов на территории Европейской России используют метод Монте-Карло для создания стохастических моделей на основе статистических характеристик снежного покрова (Гельфан и др., 2014). По принципу К. Ричардсона создан генератор погоды NEWGEN, который при моделировании использует переменные с временным осреднением за год, месяц и сутки. Генератор погоды включает в себя 28 параметров, в том числе модели температуры воздуха, атмосферных осадков и дефицита влажности воздуха, оценка которых проведена по многолетним рядам наблюдения Результатом создания генератора является осуществление моделирования метеорологических переменных на 1000 лет для каждой станции, то есть для временного ряда, намного превышающего временное разрешение входных параметров. Разработанный в ходе исследования метод динамико-стохастического моделирования позволяет рассчитывать характеристики снежного покрова в соответствии с реальной картиной современных климатических условий.
Результатом дипломной работы является создание стохастического генератора, основанного на методе Монте-Карло и случайных величин. Реализована модель генерации параметров ледяного покрова, которую мы можем назвать «генератором ледяного покрова» по аналогии с генератором погоды Гельфана и Морейдо.
Цель работы:
Создать стохастический генератор ледяного покрова, воспроизводящий реалистичные пространственно-временные закономерности изменения ледовых характеристик.
Задачи работы:
1. Ввести понятие стохастического генератора ледяного покрова и сформулировать требования к нему.
2. Выбрать источники информации для создания стохастического генератора ледяного покрова.
3. Оценить различные методы создания стохастического генератора, определить их преимущество, недостатки и ограничения.
4. Сравнить режимные характеристики ледяного покрова, рассчитанные по данным наблюдений и результатам работы стохастического генератора.
На сегодняшний день исследованию ледяного покрова уделяется особое внимание в связи с развитием проектов по добыче полезных ископаемых в шельфовой зоне Северного Ледовитого океана, а также развитием транспортной инфраструктуры Северного морского пути.
Для некоторых задач требуются расчеты, основанные на имитационном моделировании пространственно-временных полей характеристик ледяного покрова. В ходе работы разработан алгоритм вероятностного моделирования ледяного покрова, которое соответствует реальной картине формирования и разрушения льда. Созданная модель воспроизведения режимных характеристик ледяного покрова получила название «стохастический генератор ледяного покрова».
В результате анализа источников информации было выявлено, что для корректного воспроизведения стохастическим генератором сплоченности ледяного целесообразно использовать данные проекта OSI SAF, так как данные этого источника имеют суточную дискретность, в отличие от ледовых карт формата SIGRID-3, которые составляются по осредненным данным за несколько дней. То есть при использовании информации проекта OSI SAF возможно фиксировать изменчивость состояния ледяного покрова за счет мелких временных масштабов. Однако при моделировании эволюции толщин ледяного покрова и размера льдин (формы льда) рационально использовать ледовые карты формата SIGRID-3 в качестве источника информации для зависимостей, заложенных в стохастическом генераторе. Для обеспечения пространственной связанности полей характеристик ледяного покрова оценивались статистические параметры ледовых зон в формате SIGRID- 3 и радиусы корреляции изменения сплочённости проекта OSI SAF.
В дипломной работе успешно реализована основная цель исследования - создание стохастического генератора ледяного покрова, который воспроизводит реалистичные закономерности изменения характеристик ледяного покрова. Установлено, что для реализации алгоритма, который бы учитывал пространственно-временные закономерности изменения ледовых характеристик, эффективно использовать метод Монте-Карло с использованием цепей Маркова и радиусов корреляции. Статистические характеристики параметров льда, воссозданные таким стохастическими генератором, соответствуют статистическим характеристикам исходных данных проекта OSI SAF. Расчеты генераторов, основанных на использовании схемы Бернулли и простых цепей Маркова без учета радиусов корреляции, как и ожидалось, показали неприемлемый результат.
Для некоторых задач требуются расчеты, основанные на имитационном моделировании пространственно-временных полей характеристик ледяного покрова. В ходе работы разработан алгоритм вероятностного моделирования ледяного покрова, которое соответствует реальной картине формирования и разрушения льда. Созданная модель воспроизведения режимных характеристик ледяного покрова получила название «стохастический генератор ледяного покрова».
В результате анализа источников информации было выявлено, что для корректного воспроизведения стохастическим генератором сплоченности ледяного целесообразно использовать данные проекта OSI SAF, так как данные этого источника имеют суточную дискретность, в отличие от ледовых карт формата SIGRID-3, которые составляются по осредненным данным за несколько дней. То есть при использовании информации проекта OSI SAF возможно фиксировать изменчивость состояния ледяного покрова за счет мелких временных масштабов. Однако при моделировании эволюции толщин ледяного покрова и размера льдин (формы льда) рационально использовать ледовые карты формата SIGRID-3 в качестве источника информации для зависимостей, заложенных в стохастическом генераторе. Для обеспечения пространственной связанности полей характеристик ледяного покрова оценивались статистические параметры ледовых зон в формате SIGRID- 3 и радиусы корреляции изменения сплочённости проекта OSI SAF.
В дипломной работе успешно реализована основная цель исследования - создание стохастического генератора ледяного покрова, который воспроизводит реалистичные закономерности изменения характеристик ледяного покрова. Установлено, что для реализации алгоритма, который бы учитывал пространственно-временные закономерности изменения ледовых характеристик, эффективно использовать метод Монте-Карло с использованием цепей Маркова и радиусов корреляции. Статистические характеристики параметров льда, воссозданные таким стохастическими генератором, соответствуют статистическим характеристикам исходных данных проекта OSI SAF. Расчеты генераторов, основанных на использовании схемы Бернулли и простых цепей Маркова без учета радиусов корреляции, как и ожидалось, показали неприемлемый результат.