Численное моделирование рассредоточенных загрязнений в китайском Жёлтом море

Загрязнение поверхностных вод рассредоточенными (непунктирными) источниками (NPS) серьёзно ухудшает качество воды и угрожает экосистемам. Однако предыдущие исследования в основном изучали NPS-загрязнители в водосборах, прибрежных реках или почвах, а не в морской воде или заливах, без методов ассимиляции данных, что приводило к неопределённости моделей.

Загрязнение Жёлтого моря усилилось из-за интенсивной хозяйственной деятельности. Моделирование загрязнений — эффективный инструмент для экологической оценки, но неопределённость управляющих переменных сохраняет неточность моделей. Метод 4-D-Var с ассимиляцией данных, основанный на теории инверсии и сопряжённых уравнений, позволяет ассимилировать пространственно-временные наблюдения, сохраняя динамическую и физическую согласованность модели. В новом исследовании впервые применён сопряжённый метод для совместной инверсии NPS-составляющей и начальных условий на примере Жёлтого моря.

Учёные из Океанологического университета Китая и Центра мониторинга морской среды Бэйхай (Государственное океаническое управление) сообщают в Science China Earth Sciences, что сопряжённый метод — мощный инструмент для оценки общего азота (TN) от рассредоточенных источников. Эксперименты показали, что в их сопряжённой модели метод наискорейшего спуска эффективнее метода L-BFGS. Модель способна инвертировать управляющие переменные и точно моделировать TN.

Авторы резюмируют: «Ассимиляция NPS-составляющей важнее, чем ассимиляция начальных значений. Результаты моделирования улучшаются с использованием сопряжённого метода. NPS-азот существенен для моделирования общего азота. Три залива Жёлтого моря сильно загрязнены». Модель не специфична для этого региона и может быть применена, например, к заливу Бэйбу. Исследование даёт предварительные результаты для оценки NPS-загрязнителей.