| Русский Русский | English English |
   
Главная Текущий номер
25 | 05 | 2018
10.14489/vkit.2018.04.pp.015-024

DOI: 10.14489/vkit.2018.04.pp.015-024

Сухинов А. И., Чистяков А. Е., Никитина А. В., Сумбаев В. В.
ИСПОЛЬЗОВАНИЕ ВАРИАЦИОННЫХ МЕТОДОВ УСВОЕНИЯ ДАННЫХ В ИССЛЕДОВАТЕЛЬСКО-ПРОГНОЗНОМ КОМПЛЕКСЕ
(c. 15-24)

Аннотация. Дано описание исследовательско-прогнозного комплекса (ИПК), созданного на основе комплекса программ, реализующих модельные задачи гидробиологии мелководного водоема на многопроцессорной вычислительной системе. Исследовательско-прогнозный комплекс включает блок управления, базы океанологических и метеорологических данных, систему интерфейсов, библиотеку прикладных программ решения сеточных задач гидробиологии, системы ввода-вывода и визуализации. В разработанном ИПК для формирования совокупности прогностических сценариев использованы методы прямого и обратного моделирования, базирующиеся на сочетании вариационных принципов, алгоритмов декомпозиции, расщепления и комплексирования. Разработанный для Азовского моря комплекс использует вариационные методы усвоения данных и может применяться для предсказательного моделирования исследуемых явлений и процессов биологической кинетики. Показано, что комплекс является одним из эффективных средств анализа водных экосистем и управления качеством вод мелководных водоемов, а также изучения условий возникновения природных катастроф. Комплекс позволяет в режиме реального и ускоренного времени проводить расчеты для выявления зон, загрязненных вследствие катастроф техногенного характера, включая разливы нефти, аварии на очистных сооружениях, прорывы плотин.

Ключевые слова:  вариационные методы; расщепление; комплексирование; математическая модель; гидробиология; исследовательско-прогнозный комплекс; многопроцессорная вычислительная система; мелководный водоем.

 

Sukhinov A. I., Chistyakov A. E., Nikitina A. V., Sumbaev V. V.
THE USE OF VARIATIONAL METHODS OF DATA ASSIMILATION IN RESEARCH AND FORECASTING COMPLEX
(pp. 15-24)

Abstract. The description of the Research and Forecast Complex (RFC) was given, created on the basis of a set of programs that implement model problems of hydrobiology shallow water on a multiprocessor computer system. The research and forecast complex includes a control unit, a database of oceanographic and meteorological data, the system of interfaces, a library of application programs for the solution of grid problems of hydrobiology, systems input / output and visualization. To form a set of prognostic scenarios, direct and inverse modeling methods based on a combination of variational principles, decomposition, splitting and aggregation algorithms were used in the developed RFC. The complex, developed for the Sea of Azov, uses variational methods of data assimilation and can be used for predictive modeling of the investigated phenomena and processes of biological kinetics. It is shown, that the complex is one of the effective means of analysis of aquatic ecosystems and water quality management of shallow water, as well as the study of the conditions of natural disasters. The complex allows in real and accelerated time to perform the calculations to identify areas contaminated as a result of man-made disasters, including oil spills, accidents at the treatment facilities and ruptures of dams.

Keywords: Variational methods; Splitting; Complexing; Mathematical model; Hydrobiology; Research and forecast complex; Multiprocessor computer system; Shallow water.

Рус

А. И. Сухинов, А. Е. Чистяков (Донской государственный технический университет, Ростов-на-Дону, Россия)
А. В. Никитина, В. В. Сумбаев (Южный федеральный университет, Таганрог, Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

 

Eng

A. I. Sukhinov, A. E. Chistyakov (Don State Technical University, Rostov-on-Don, Russia)
A. V. Nikitina, V. V. Sumbaev (Southern Federal University, Taganrog, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

 

Рус

1. Пененко В. В. Вариационное усвоение данных в реальном времени // Вычислительные технологии. 2005. Т. 10. № 8. С. 9 – 20.
2. Сухинов А. И., Чистяков А. Е., Алексеенко Е. В. Численная реализация трехмерной модели гидродинамики для мелководных водоемов на супервычислительной системе // Математическое моделирование. 2011. Т. 23, № 3. С. 3 – 21.
3. Никитина А. В. Численное решение задачи динамики токсичных водорослей в Таганрогском заливе // Изв. ЮФУ. Технические науки. 2010. № 6(107). С. 113 – 116.
4. Logofet D. O. Stronger-than-Lyapunov Notions of Matrix Stability, or How “Flowers” Help Solve Problems in Mathematical Ecology // Linear Algebra and its Applications. 2005. V. 398. P. 75 – 100.
5. Steele J. H., Henderson E. W. A Simple Model for Plankton Patchiness // Journal of Plankton Research. 1992. V. 14. Р. 1397 – 1403.
6. Сухинов А. И., Никитина А. В., Семенов И. С. Реализация параллельных алгоритмов решения модельной задачи взаимодействия фитои зоопланктона в Азовском море // Вестник Уфимского гос. авиац. техн. ун-та. 2014. Т. 18, № 14(65). С. 216 – 224.
7. Решение задачи динамики фитопланктона при наличии механизма эктокринного регулирования / Ю. В. Белова и др. // Вестник компьютерных и информационных технологий. 2016. № 12. С. 3 – 9. doi: 10.14489/vkit.2016.12.pp.003-009
8. Дифференциально-игровая модель предотвращения заморов в мелководных водоемах / А. В. Никитина и др. // Управление большими системами: сб. тр. 2015. Вып. 55. C. 343 – 361.
9. Сухинов А. И., Тимофеева Е. Ф. Чистяков А. Е. Построение и исследование дискретной математической модели расчета прибрежных волновых процессов // Изв. ЮФУ. Технические науки. 2011. № 8(121). С. 22 – 32.
10. Никитина А. В., Семенов И. С. Моделирование процессов эвтрофикации мелководного водоема // Изв. ЮФУ. Технические науки. 2013. № 4(141). С. 37 – 44.
11. Nikitina A. V., Semenyakina A. A. Mathematical Modeling of Eutrophication Processes in Azov Sea on Supercomputers // Computational Mathematics and Information Technologies. 2017. V. 1, No. 1. P. 82 – 101.
12. Федеральное государственное бюджетное учреждение «Северо-Кавказское управление по гидрометеорологии и мониторингу окружающей среды» [Электронный ресурс]: офиц. сайт. URL: http://www. yugmeteo.donpac.ru (дата обращения: 05.03.2018).
13. Научно-исследовательский центр космической гидрометеорологии «Планета» [Электронный ресурс]: офиц. сайт. URL: http://planet.iitp.ru/index1.html (дата обращения: 05.03.2018).
14. Математическое моделирование условий формирования заморов в мелководных водоемах на многопроцессорной вычислительной системе / А. И. Сухинов и др. // Вычислительные методы и программирование: Новые вычислительные технологии. 2013. Т. 14, № 1. С. 103 – 112.
15. A Differential Game Model of Preventing Fish Kills in Shallow Waterbodies / A. E. Chistyakov et al. // Game Theory and Applications. 2015. V. 17. P. 37 – 48.
16. Предсказательное моделирование заморных явлений в мелководных водоемах / А. И. Сухинов и др. // Вестник компьютерных и информационных технологий. 2017. № 1. С. 3 – 9. doi: 10.14489/ vkit.2017.01.pp.003-009

Eng

1. Penenko V. V. (2005). Variational data real time assimilation. Vychislitel'nye tekhnologii, 10(8), pp. 9-20. [in Russian language]
2. Sukhinov A. I., Chistiakov A. E., Alekseenko E. V. (2011). Numerical realization of three-dimensional model of the hydro-dynamics of shallow water basins on the supercomputing system. Matematicheskoe modelirovanie, 23(3), pp. 3-21. [in Russian language]
3. Nikitina A. V. (2010). Numerical solution of the problem of toxic algae dynamics in Taganrog Gulf. Izvestiia IuFU. Tekhnicheskie nauki, 107(6), pp. 113-116. [in Russian language]
4. Logofet D. O. (2005). Stronger-than-Lyapunov notions of matrix stability, or how “flowers” help solve problems in mathematical ecology. Linear Algebra and its Applications, 398, pp. 75-100.
5. Steele J. H., Henderson E. W. (1992). A simple model for plankton patchiness. Journal of Plankton Research, 14, pp. 1397-1403.
6. Sukhinov A. I., Nikitina A. V., Semenov I. S. (2014). The implementation of parallel algorithms for the solution of the model problem of interaction of phyto-plankton and zooplankton in the Azov Sea. Vestnik Ufimskogo gosudarstvennogo aviatsionnogo tekhnicheskogo universiteta, Vol. 18, 65(14), pp. 216-224. [in Russian language]
7. Belova Yu. V., Isayev A. K., Nikitina A. V., Sumbaev V. V. (2016). The solution of phytoplankton dynamics problem in the presence of the ectocrine regulation mechanism. Vestnik komp'iuternykh i informatsionnykh tekhnologii, (12), pp. 3-9. doi: 10.14489/vkit.2016.12.pp.003-009 [in Russian language]
8. Nikitina A. V. et al. (2015). Differential-game model for the prevention of freezing in shallow water bodies. Managing large systems: proceedings, Vol. 55. (pp. 343-361). [in Russian language]
9. Sukhinov A. I., Timofeeva E. F., Chistiakov A. E. (2011). Construction and investigation of discrete mathematical model for calculating riparian wave processes. Izvestiia IuFU. Tekhnicheskie nauki, 121(8), pp. 22-32. [in Russian language]
10. Nikitina A. V., Semenov I. S. (2013). Modeling of eutrophication processes in shallow waters. Izvestiia IuFU. Tekhnicheskie nauki, 141(4), pp. 37-44. [in Russian language]
11. Nikitina A. V., Semenyakina A. A. (2017). Mathematical modeling of eutrophication processes in Azov Sea on supercomputers. Computational Mathematics and Information Technologies, 1(1), pp. 82-101.
12. Federal state budgetary institution "North Caucasus Department for Hydrometeorology and Environmental Monitoring". Available at: http://www. yugmeteo.donpac.ru (Accessed: 05.03.2018). [in Russian language]
13. Research center for space hydrometeorology "Planeta". Available at: http://planet.iitp.ru/index1.html (Accessed: 05.03.2018). [in Russian language]
14. Sukhinov A. I. et al. (2013). Mathematical modeling of the formation of suffocation conditions in shallow basins using multiprocessor computing systems. Vychislitel'nye metody i programmirovanie: Novye vychislitel'nye tekhnologii, 14(1), pp. 103-112. [in Russian language]
15. Chistyakov A. E. et al. (2015). A differential game model of preventing fish kills in shallow waterbodies. Game Theory and Applications, 17, pp. 37-48.
16. Sukhinov A. I. et al. (2017). Predictive modeling extinction phenomena in shallow waters. Vestnik komp'iuternykh i informatsionnykh tekhnologii, (1), pp. 3-9. doi: 10.14489/vkit.2017.01.pp.003-009 [in Russian language]

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа скопируйте doi статьи:

10.14489/vkit.2018.04.pp.015-024

и заполните  форму 

Отправляя форму вы даете согласие на обработку персональных данных.

.

 

Eng

This article  is available in electronic format (PDF).

The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please copy the article doi:

10.14489/vkit.2018.04.pp.015-024

and fill out the  form  

 

.

 

 

 
Поиск
Журнал КОНТРОЛЬ. ДИАГНОСТИКА
Баннер
Баннер
Rambler's Top100 Яндекс цитирования