Вестник МГТУ. 2017, том 20, № 1/2.

Запорожцев И. Ф. и др. Моделирование пространственно-временной изменчивости… 238 Далее для Р1 был проведен эксперимент с более длинным временным отрезком разгона, а для Р2, наоборот, – с более коротким (45 суток и 22 дня соответственно), длительность моделирования для двух рейсов поменялись местами (табл. 1). Результаты отличались незначительно от приведенных выше, поэтому можно сделать вывод, что полученные статистические характеристики обусловлены скорее не длиной отрезка разгона, а особенностями межсезонной изменчивости гидрологического режима залива. а б Рис. 3. Профили ( а ) осредненных по горизонтам абсолютных ошибок E для рейсов Р1 (июнь) и Р2 (сентябрь), ( б ) с.к.о. ошибок E Fig. 3. Profiles of ( а ) averaged by horizons absolute errors E for P1 and P2 cruises, ( б ) standard deviations of errors E В табл. 6 представлены поля собранных во время экспедиций данных и модельных (по экспериментам с длительностью из табл. 1), из которых вычтены ошибки 2,09 °С и 1,34 °С для Р1 и Р2 соответственно. Рисунки, из которых сформирована таблица, выполнены с помощью Matlab R2015b. Сопоставление карт температуры в заливе (табл. 6) показывает, что несмотря на локальные отличия, изменение температуры с запада на восток на всех глубинах хорошо согласовано в модельных данных с выводами для измеренных данных [3; 9]. Заключение В ходе работы было выполнено моделирование c помощью модели MITgcm температурных полей Азовского моря в июне и сентябре 2005 года на горизонтах с шагом 0,5 м и проведено сравнение модельных данных с данными in situ , полученными для этих же месяцев 2005 года в ходе двух экспедиций в Таганрогском заливе. Для определения предпочтительных значений инициализирующей константной температуры для акватории и стартового момента разгона модели была решена вспомогательная обратная задача: при увеличенных шагах по пространству определены значения каждого из параметров, при которых изменение другого не влияло на сходимость полученного температурного поля к наблюдаемому на разных горизонтах. Контроль результатов осуществлялся как посредством визуального сопоставления полей, так и численно с использованием простейших статистических характеристик. Установлено, что модель завышает значения температуры, причем это повышение можно определить как константу – свою для каждого временного отрезка (в данной задаче: в среднем по горизонтальным уровням на 2,09 °С и 1,34 °С для летней и осенней экспедиций соответственно). Подобное поведение отмечается в статьях [7; 8]. Этот вопрос требует дальнейшего исследования. Ошибки для температурных полей июня и сентября 2005 года с ростом глубины имеют устойчивую динамику на линейное возрастание до 6-метровой глубины. Но важно отметить, что среднеквадратическое отклонение значений невелико (обеспечивает вариативность ошибки 10–12 %). Далее участки кривых ошибок для пяти наиболее глубоких горизонтов, считая придонный, существенно отличаются: одна кривая выпукла вверх, а другая – вниз. Значимость этого вывода трудно оценить статистически: на 6,5 и 7 м имеем выборки объема 50–80 элементов, а глубже – не более 25 значений. Ошибки за июнь на каждом горизонте оказались больше, чем ошибки за сентябрь, почти в два раза. Данный результат можно объяснить как гидрометеорологическими условиями в период экспедиций, так и тем фактом, что отрезок разгона модели для сентябрьского эксперимента был в 2 раза длиннее (45 суток против 22, на 20 000 итераций пересчета MITgcm больше). Дополнительные эксперименты показали, что длительность отрезка разгона для акватории Таганрогского залива не является определяющим фактором, так как получены качественно сходные результаты имитационного моделирования за три недели и полтора месяца разгона модели (по каждой из экспедиций).