Решение проблемы необходимых данных для численного моделирования процессов в Белом море в интересах развития Арктической зоны Российской Федерации

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Институт водных проблем Севера Карельского научного центра РАН

Институт прикладных математических исследований Карельского научного центра РАН

ФГБУН Зоологический институт РАН

Решение проблемы необходимых данных для численного моделирования процессов в белом море в интересах развития арктической зоны Российской Федерации

А.В. Толстиков

И.А. Чернов

Д.М. Мартынова

г. Петрозаводск

г. Санкт-Петербург

Аннотация

Рассмотрены вопросы получения данных для задач численного моделирования Белого моря - стратегического объекта Российской Федерации. Приведен обзор доступных источников с указанием открытых баз, организаций-держателей, путей возможного использования данных для решения задач численного воспроизведения термогидродинамического состояния Белого моря, а также динамики его пелагической экосистемы.

Ключевые слова: данные, численное моделирование, Белое море, Арктика, JASMINE, BFM.

Abstract

Sources of data for numerical simulation of the White sea for developing the Russian Arctic area

Введение

Разработка системного подхода к работе в Арктической зоне Российской Федерации включает формирование нескольких опорных зон развития, часть которых захватывает участки Белого моря с прилегающими территориями [1]. Интерес исследователей самого разного профиля к Белому морю, равно как и его важность для России, обусловлены целым рядом научных и прикладных задач, к которым относятся освоение природных ресурсов, вопросы логистики и обороны, проблемы энергетики.

Использование комплексных математических моделей, учитывающих множество протекающих в водоеме процессов, открывает широкий спектр практического применения результатов моделирования в рыболовстве, развитии марикультуры, для военного и торгового флота, для прогнозирования экологических бедствий и колебаний климата, а также для решения фундаментальной задачи понимания закономерностей функционирования моря как целостной системы. Однако для адекватного использования моделей, их верификации и валидации необходимы данные реальных измерений параметров среды.

Требуются комплексные оценки различных гидрофизических, гидробиологических, биогеохимических характеристик. Получение таких оценок возможно несколькими путями: помимо измерения in situ (на береговых станциях, с борта экспедиционных судов, автономными буями) определенные параметры могут быть получены спутниковыми сенсорами [2] или при помощи численных моделей. Следует отметить, что для настройки и верификации моделей, а также для задания начальных и граничных значений снова требуются данные in situ или спутниковые.

Рис. 1. Белое море: берега, районы и расположение биологических станций: ББС МГУ - Беломорская биологическая станция Московского государственного университета, ББС ЗИН РАН - Беломорская биологическая станция Зоологического института РАН, МБС СПбГУ - Морская биологическая станция Санкт-Петербургского университета, ББС КФУ - Беломорская биологическая станция Казанского федерального университета

Все данные для задач моделирования процессов в море можно условно разделить на четыре большие группы: гидрофизические (температура, соленость, течения, характеристики льда и т.п.), метеорологические (давление, температура воздуха, характеристики ветра и т.д.), биогеохимические (потоки веществ и энергии, в том числе в экосистемах) и сопутствующие (батиметрия, реки водосбора и т.п.). Значительная часть этих величин может быть измерена в произвольной точке поверхности или толщи моря и потому образует поверхностное или, соответственно, трехмерное поле.

В задачи данной работы входит обсуждение существующих источников данных по Белому морю и их применение для численного моделирования термогидродинамического состояния и динамики пелагической экосистемы этого водоема с помощью вычислительного комплекса JASMINE [3].

Данные in situ

Для Белого моря в известной степени существует проблема получения данных in situ. Регулярные наблюдения в акватории выполняются учреждениями Росгидромета, Росрыболовства, а также Министерством транспорта и Министерством обороны. Но доступ к этим данным строго регламентирован для научных организаций, которые сами во всех районах моря сезонные измерения не проводят. Осуществляются либо эпизодические, либо постоянные многолетние наблюдения, но в пределах биологических станций, фактически сосредоточенных на относительно небольшом участке Карельского берега Кандалакшского залива (рис. 1). Кроме того, измерения выполняются аппаратурой с разным разрешением, из года в год ведутся в локальных участках и в разные сроки (обычно с июня по август) и на различных горизонтах водной толщи. Данных для поверхности моря существенно больше, чем для толщи воды.

Безусловно, основной массив данных in situ находится в ведении Государственной службы наблюдения Росгидромета, которая выполняет судовые рейсы с целью получения сведений по температуре и солености Белого моря, биогеохимическим показателям в поверхностном слое и толще воды в различные сезоны, включая так называемые вековые разрезы. Росгидромет ведет наблюдения на стандартной сетке гидрометеорологических станций [4] по стандартным методикам. Это регулярные, многолетние, хорошо структурированные данные. Сведения о ледовом режиме, характеристики стока впадающих в море рек, метеоданные также получаются со стандартных станций. Большое значение здесь имеют береговые гидрометеорологические посты. Главное препятствие на пути использования данных Росгидромета состоит в том, что доступ к ним осуществляется исключительно на коммерческой основе, даже по официальному запросу научных учреждений. Лишь часть этих материалов можно получить бесплатно через Мировой центр данных в Обнинске - ФГБУ Всероссийский научно-исследовательский институт гидрометеорологической информации - Мировой центр данных (ВНИИГМИ - МЦД) ¹, который входит в структуру Росгидромета и является его главным органом по накоплению, хранению и обработке гидрометеорологической информации. Эта организация публикует региональные справочники, каталоги, создает открытые электронные ресурсы, но доступ к значительной части данных также платный.

Для задач моделирования Белого моря важны данные Зоологического института РАН (ЗИН РАН), получаемые на Беломорской биологической станции (ББС ЗИН РАН http://meteo.ru/. http://www.zin.ru/kartesh/. http://www.st.nmfs.noaa.gov/copepod/time-series/ru-10101/.) у мыса Картеш (см. рис. 1). Здесь в течение нескольких десятков лет каждые десять суток с мая по октябрь выполняются измерения на декадной станции Д-1. Измеряются температура и соленость в толще воды на нескольких горизонтах от 0 до 65 м (с 2010 г. - непрерывное профилирование водной толщи CTD-зондом), выполняются серии ловов зоопланктона и время от времени фитопланктона, учитываются концентрации биогенных элементов. В зимний период здесь также ведутся наблюдения, но значительно реже (раз в месяц-два в зависимости от ледовой обстановки). Летом осуществляется выход на глубоководную станцию в центральной части Кандалакшского залива. Все эти данные заносятся в электронную базу 3. При необходимости получить указанные данные исследователь заключает трудовое соглашение с руководством ББС ЗИН РАН, в котором оговариваются условия их использования. Часть материалов ББС ЗИН РАН получена в совместном проекте с американским Национальным управлением океанических и атмосферных исследований (NOAA) http://www.noaa.gov/., и сейчас эти данные доступны в электронном виде на сайте NOAA https://www.nodc.noaa.gov/OC5/WH_SEA/WWW/HTML/atlas.html..

Учебно-методические станции университетов, которые вносят значительный вклад в пополнение знаний о Белом море за счет данных in situ, расположены, как и ББС ЗИН РАН, на Карельском берегу (см. рис. 1). Биологическая база МГУ http://www.wsbs-msu.ru/. находится севернее губы Чупа, Морская биологическая база СПбГУ http://spbu.ru. и база Казанского федерального университета http://kpfu.ru. - на острове Средний. Здесь также проводятся измерения гидрофизических и биогеохимических параметров. Помимо непосредственной работы на станциях университеты проводят выездные работы на Белом море [5], регистрируют базы данных по гидрологическим характеристикам и биогеохимическим показателям. Большинство этих баз авторские.

В Институте океанологии РАН им. П.П. Ширшова https://ocean.ru/. (ИО РАН), включая его петербургский филиал, ежегодно проводятся судовые исследования на Белом море [6-8].

Многолетние учебные практики Российского государственного гидрометеорологического университета http://www.rshu.ru/. http://www.mmbi.info/. на Белом море позволили собрать значительный объем данных по температуре, солености и течениям этого водоема.

Данные Мурманского морского биологического института Кольского научного центра РАН ¹¹ (ММБИ КНЦ РАН) содержат информацию по судовым измерениям температуры и солености начиная с 1891 г. в различные сезоны и различные годы. Кроме того, здесь накоплен массив экспедиционных данных по экосистемным показателям (биогенные элементы, распределение хлорофилла «а» и т.п.). В совместном проекте ММБИ КНЦ РАН и NOAA «Climatic Atlas of the Arctic Seas 2004: Part I. Database of the Barents, Kara, Laptev, and White Seas - Oceanography and Marine Biology» представлены материалы, снабженные пояснительной информацией на бумажном носителе. Они представляют собой карты температуры и солености совместно Белого и Баренцева морей, что важно для настройки граничных условий в модели.

Экспедиционные данные Института водных проблем Севера Карельского научного центра РАН http://water.krc.karelia.ru/. (ИВПС КарНЦ РАН), ныне входящего в структуру Федерального исследовательского центра РАН, полученные в том числе в ходе совместных исследований со многими организациями, также представляют значительный интерес для решения вопросов настройки математических моделей. В результате работы ИВПС КарНЦ РАН в экспедициях собрана база данных по температуре и солености Белого моря, распределению биогенных элементов и хлорофилла «а» на различных горизонтах в разных районах с 2000 г. по настоящее время, преимущественно в летний период. Вся эта информация содержится в офлайн-базе данных [9] и предоставляется по запросу.

Отдельный интерес представляют данные Института экологических проблем Севера http://fciarctic.ru/index.php?page=iepn. Уральского отделения РАН (Архангельск), который сейчас входит в структуру Федерального исследовательского центра комплексного изучения Арктики им. академика Н.П. Лаверова РАН. Собран материал по термогидродинамике, гидрохимии и экологии Белого моря.

В Северном полярном научно-исследовательском институте морского рыбного хозяйства и океанографии им. Н.М. Книповича http://www.pinro.rU/15/index.php/structure/sevpinro#. (учреждении Росрыболовства в Архангельске) накоплены данные по промыслу водорослей, рыбы и морских млекопитающих Белого моря. Значительная часть экспедиционных работ, выполняемых институтом, относится к мониторинговым, что повышает значимость этих материалов, однако доступ к ним строго регламентирован.

Данные по рекам, впадающим в Белое море, можно найти, как указывалось выше, в Росгидромете, но из бесплатных ресурсов наиболее удобен R-ArcticNET http://www.r-arcticnet.sr.unh.edu/v4.0/index.html., содержащий данные по расходу рек, включая Северную Двину, Онегу, Мезень, Ковду, Поной, Беломорско-Балтийский канал. Диапазон лет ограничен 1999 г. (для ряда рек - значительно раньше).

На сайте Государственного океанографического института им. Н.Н. Зубова размещен ресурс для получения сведений о приливах, в том числе Белого моря http://www.oceanography.ru/index.php/2010-12-01-06-45-18..

При моделировании гидрофизических и биогеохимических процессов необходима информация по батиметрии. В совместном проекте российских и финских коллег [10] была создана батиметрическая карта Белого моря. Известна подробная карта, разработанная на основе морфогенетического анализа рельефа дна Белого моря [11]. Специалисты по моделированию часто используют ресурс ETOPO (глобальная цифровая модель рельефа) на сайте NOAA https://www.ngdc.noaa.gov/mgg/global/..

Особый интерес для оценки адекватности численной модели представляют атласы Белого моря. Большая их часть [12-16] содержит комплексную информацию по Белому морю. Наиболее подробен по гидрометеорологическому разделу электронный атлас проекта ЕСИМО «Климат морей России и ключевых районов Мирового океана. Белое море»¹⁸. Головной организацией этого проекта является ВНИИГМИ-МЦД. В настоящее время создается новый комплексный атлас Белого моря и водосбора, работа над которым инициирована в ИВПС КарНЦ РАН [17]. Атлас содержит материалы практически всех организаций, которые перечислены выше. В 2017 г. зарегистрирована электронная офлайн - версия [18], создан оригинал-макет печатной версии атласа. Здесь содержится иллюстративный материал, включая карты, схемы, описания согласно физико-географической структуризации (тектоника и геология, климат, гидрология, биология, охраняемые территории и т.д.). Информация, включенная в атлас, хранится в ИВПС КарНЦ РАН и предоставляется по запросу.

В табл. 1 дана сводка открытых интернет-ресур - сов, позволяющих получить некоторый набор данных по термогидродинамике, биогеохимии, метеопараметрам, рельефу дна, рекам, впадающим в Белое море.

Данные дистанционного зондирования

Значительную часть материалов для верификации моделей могут предоставить спутниковые ресурсы, которые содержат информацию по Белому морю. Например, «Bio-Optical Characteristics of the Russian Seas from Satellite Ocean Color Data of 1998-2012»¹⁹, где есть информация по распределению температуры поверхности, взвешенного и желтого вещества, коэффициента обратного рассеяния, хлорофилла «а» для теплого периода года. Часть материалов спутниковых данных (распределение температуры и хлорофилла «а») была получена в 2009 г. в ходе совместных работ ИВПС КарНЦ РАН и Международного центра по окружающей среде и дистанционному зондированию им. Ф. Нансена. Все эти данные содержатся в базе [9].

Многие спутниковые данные относительно просто получить самостоятельно, так как доступ к ним открыт. Например, удобно использовать ресурсы NOAA ²⁰, NASA ²¹, СКАНЕКС ²². Следует выделить научно-исследовательский центр по космической гидрометеорологии «Планета»²³, включающий центр спутниковой информации ЕСИМО. Этот центр относится к Федеральной службе по гидрометеорологии и мониторингу окружающей среды. О ледовой обстановке в Белом море удобно узнавать через ресурс «Мультимапс» https://multimaps.ru.. Здесь используется информация со спутников «Terra», «Aqua» и «Suomi NPP», с помощью календаря выбираются требующиеся даты. Кроме того, присутствуют батиметрическая карта и анимированные карты ветров, волн, облачности и др. Дается краткосрочный прогноз состояния водной поверхности и прогноз погоды.

Сводка открытых данных интернет-ресурсов по Белому морю

Справочные данные Российского морского регистра судоходства [19] представляют собой полезную информацию для настройки математических моделей. Здесь содержится информация о режимном распределении скоростей ветра, высот волн по сезонам, расчетные повторяемости экстремальных событий за различные периоды, включая 30- и 100-летний. Это необходимые материалы по волнению и ветрам Белого моря. Кроме данных Росгидромета морской регистр в том числе использует данные реанализа NCEP/NCAR.

Реанализ NCEP/NCAR - это метеорологические данные NOAA, выполненные для всего Земного шара на регулярной сетке начиная с 1948 г., шаг по времени - 6 ч. Эти данные (поля атмосферного давления, ветра, температуры воздуха и т.д.) ежемесячно обновляются и находятся в свободном для исследователей доступе https://rda.ucar.edu/datasets/ds090.0/#!description.5. Данные NCEP/NCAR - один из наиболее часто используемых атмосферных блоков для моделирования морей. Сводка ресурсов, предоставляющих данные реанализа, доступна на страницах NCAR/UCAR https://climatedataguide.ucar.edu/climate-data/atmospheric- reanalysis-overview-comparison-tables. http://icdc.cen.uni-hamburg.de/projekte/easy-init/easy-init- ocean.html. и Гамбургского университета ²7.

Следует отметить, что при использовании спутниковой информации применительно к Белому морю существует ограничение, связанное с повышенной облачностью над акваторией водоема. Кроме того, имеется ряд претензий к расчетным алгоритмам спутников, которые часто искажают реальные (in situ) показатели [20].

Комплексные численные модели

Численные модели широко применяются для воспроизведения термогидродинамического состояния моря в целом, позволяя оценивать трехмерные и поверхностные поля на сетках заданного разрешения с различным осреднением по времени. Возможно воспроизведение временной динамики в точке, средних значений по всему морю либо его части. Модели помогают оценить величины, которые не поддаются измерению либо измерение которых чрезмерно затратно или опасно. К таким параметрам относятся водообмен между частями моря, двумя морями, состояние моря подо льдом и т.д. Есть возможность постановки численных экспериментов для расчета последствий тех или иных действий, событий или обстоятельств. Примерами могут служить расчеты динамики разлива нефти, других видов загрязнений моря, воздействие повышения температуры воздуха на экосистемы вследствие глобального потепления.

Следует иметь в виду, что численная модель предоставляет значения величин на сетке с теми или иными шагами по горизонтальным координатам и на определенных горизонтах. Шаг горизонтальной сетки для небольших морей, в том числе Белого, составляет несколько километров (в лучшем случае несколько сот метров, но нам неизвестны такие модели для Белого моря в целом). Это создает определенное противоречие между модельными предсказаниями сильно варьирующих величин (таких, например, как биогеохимические характеристики, включая концентрацию хлорофилла «а») и измерениями in situ. В самом деле, пробы в близких участках, взятые с небольшим интервалом времени, могут давать расхождение величин на порядок [20], тогда как с точки зрения модели эти пробы соответствуют одному узлу пространственно-временной сетки. Локальные особенности гидрологического режима (впадающий в море ручей, интенсивные течения в проливе между небольшими островами, припай и т.п.) способны существенно влиять на локальные значения многих величин, что совершенно прозрачно для модели, не способной разрешать объекты такого масштаба.

Для обеспечения работоспособности модели необходимы начальные и граничные значения. Начальные поля нужны в один момент времени, но на всей трехмерной сетке. Эта трудность известна как «проблема начальных данных». Иногда приходится прибегать к вычислительно затратным методам ассимиляции данных [21]. К счастью, для Белого моря данная проблема менее остра из-за характерной особенности - доминирующего влияния мощного прилива [22; 23]. Приливная динамика определяет устойчивую картину циркуляции, температуры и солености, а также пассивных примесей (включая и биогеохимические концентрации). Численные эксперименты подтвердили это утверждение. Кроме того, Белое море свободно ото льда летом: характеристики льда определяются термогидродинамическим состоянием моря и не зависят от начального распределения.

В связи со всем сказанным для задания начальных значений в модели Белого моря требуются средние значения по горизонтам всего моря или его частей. Эти значения можно оценить по данным из источников, которые обсуждались выше.

Что касается граничных условий, то для Белого моря это значения на границе с Баренцевым морем («жидкая граница») и в устьях рек. Из-за сравнительно малых глубин в устьях достаточно оценок на поверхности. В отличие от начальных граничные значения необходимы в небольшом числе точек пространственной сетки, однако в каждый момент времени. Разумным компромиссом выглядит использование среднемесячных данных типичного года (например среднемноголетних). Актуальна задача оценки чувствительности модели к граничным значениям.

Так как баланс осадков и испарения в Белом море близок к равновесию [4], а сток рек значителен (4% объема моря в год), баланс водообмена Белого и Баренцева морей смещен в сторону стока из Белого моря [22]. Поэтому можно предположить определенную нечувствительность характеристик моря к вариациям значений на жидкой границе, по крайней мере при расчетах на срок до нескольких лет. Численный эксперимент подтверждает это предположение. Мы увеличили граничное значение температуры на 2°C и сравнили среднесуточную температуру поверхностного слоя по акватории всего Белого моря и его частей с эталонным расчетом. В течение третьего года (расчетный период 2003-2005 гг.) среднегодовое отклонение температуры не превысило для всего моря 0,3°C, а максимальное среднее отклонение составило 0,9°C в Мезенском заливе и 1,2°C в Воронке. За три года не наблюдается повышения средней или максимальной температуры поверхностного слоя, в том числе в Воронке (И.А. Чернов и др., неопубл.).

Существует немного комплексных моделей Белого моря (по сравнению, например, с Балтийским морем). Среди них модель оперативного мониторинга гидрофизических полей Белого моря [23; 24] и ныне не поддерживаемая модель И.А. Неелова, сопряженная с моделью морской экосистемы О.П. Савчука [22]. В Карельском научном центре РАН развивается комплексная модель динамики и термодинамики вод, льда и экосистемы Белого моря JASMINE [3] при поддержке Института вычислительной математики РАН (Москва) и OGS (Триест, Италия). Она основана на модели Северного Ледовитого океана [25] и описывает трехмерные течения, термохалинные поля и морской лед как ансамбль льдин со снегом и распределением по толщине (рис. 2). В качестве биогеохимического блока выбрана модель BFM [26], поддерживаемая международным консорциумом из нескольких организаций (входит в комплекс NEMO [27] и MIT [28]).

Рис. 2. Схема сопряжения блоков в модели: W - скорость ветра, L - освещенность, CO2 - углекислый газ в атмосфере, Ta - температура воздуха, Pa - давление на уровне моря, Ha - влажность воздуха, Pr - осадки, Cl - облачность. T - температура воды, S - соленость, u - векторная скорость течений, z - уровень моря, Hi - количество льда, Hs - количество снега, Ai - сплоченность морского льда, ui - векторная скорость дрейфа льда, P - характеристики фитопланктона, Z - зоопланктона, B - бактериопланктона, N - концентрации биогенного неорганического вещества, R - концентрации и характеристики неживой органики

термогидродинамический численный арктический море

В настоящее время возможности модели JASMINE включают:

• воспроизведение основных гидрологических полей с шагом сетки до 5 км;

• определение скорости дрейфа льда, объема льда и снега на нем, сплоченности льда;

• численную адвекцию трехмерных, плавучих и тонущих пассивных примесей (трассеров);

• вычисление динамики пелагической экосистемы и определение полей концентрации биогенных элементов, биомассы различных групп фито- и зоопланктона, пелагических бактерий, растворенного и взвешенного в воде вещества, компонент детрита;

• расчет ряда характеристик экосистем, не являющихся переменными модели: полной и чистой первичной и вторичной продукции, дыхания различных групп организмов, соотношения азота и фосфора к углероду в составе организмов и многого другого;

• реминерализацию быстрой и медленной фракций органики на морском дне бентосной экосистемой (отметим, что тонущее вещество реминерализует - ся также пелагическими бактериями).

Начальные и граничные значения гидрофизических и биогеохимических величин для моделирования динамики комплексного состояния Белого моря берутся из отчетов многолетних экспедиционных работ нескольких институтов (Института водных проблем Севера Карельского научного центра РАН, Института океанологии им. П.П. Ширшова РАН, Зоологического института РАН), авторских баз данных и спутниковых ресурсов. Для верификации модели используются все перечисленные выше источники, особое внимание уделяется консультациям с профильными специалистами, изучающими Белое море.

Судовые измерения остаются необходимым звеном в получении данных для различных задач численного моделирования. Открытый доступ к ресурсам Росгидромета для научных организаций, согласованный по нормам использования материалов, смог бы решить большинство проблем, связанных с нехваткой данных. Однако прогресса в этом направлении пока нет, и все данные предоставляются на коммерческой основе. Это касается абсолютно всех морей Российской Федерации и в первую очередь морей российского сектора Арктики, где другие страны практически не могут работать. Поэтому большая часть данных фактически «добывается» из всех возможных источников или получается в ходе совместных работ различными институтами. Часто это комплексные экспедиции, информация о которых попадает во все организации, являющиеся соисполнителями, отражаясь затем в научных отчетах. Для получения таких данных необходимо контактировать с организаторами экспедиционных работ.

Можно надеяться, что постоянно улучшающиеся алгоритмы интерпретации спутниковых данных и сканеры с более высоким разрешением помогут ликвидировать пробелы, связанные с нехваткой данных. Однако в Белом море, которое в среднем более двухсот дней в году закрыто облачностью, сделать это не так просто. Данные in situ для настройки численных моделей являются необходимой составляющей адекватного воспроизведения процессов и тем более расчетов на перспективу и прогнозов состояния моря. Перечисленные открытые источники и организации - держатели данных помогут исследователям, занимающимся Белым морем.

Литература

1. Филатов Н.Н., Тержевик А.Ю., Дружинин П.В. Беломорье - регион для решения актуальных проблем Арктики // Арктика: экология и экономика. - 2011. - №2. - С. 90-101.

2. Холод А.Л. Обзор продуктов Службы мониторинга морской среды Copernicus, доступных для Арктического региона // Мор. гидрофиз. журн. - 2017. - №2. - С. 28-38.

3. Чернов И.А., Толстиков А.В., Яковлев Н.Г. Комплексная модель Белого моря: гидротермодинамика вод и морского льда // Тр. КарНЦ РАН. - 2016. - Т. 8. - С. 116-128.

4. Гидрометеорология и гидрохимия морей СССР. - Т. 4: Белое море. - Вып. 1: Гидрометеорологические условия. - Л.: Гидрометеоиздат, 1991. - 196 с. - (Справочник «Моря СССР»).

5. Ильяш Л.В., Белевич Т.А., Ступникова А.Н. и др. Влияние локальных гидрофизических условий на пространственную изменчивость фитопланктона Белого моря // Океанология. - 2015. - Т. 55, №2. - С. 241-251.

6. Шевченко В.П., Стародымова Д.П., Виноградова А.А. и др. Элементный и органический углерод в атмосферном аэрозоле над северо-западным побережьем Кандалакшского залива Белого моря // Докл. Акад. наук. - 2015. - Т. 461, №1. - С. 70-74.

7. Кобылянский С.Г., Дриц А.В., Мишин А.В. и др. Мелкомасштабное распределение личинок сельди (Clupea Pallasii Marisalbi) и структура вод в районах нереста в Белом море // Океанология. - 2014. - Т. 54, №6. - С. 805-815.

8. Зимин А.В., Атаджанова О.А., Романенков Д.А. и др. Субмезомасштабные вихри в Белом море по данным спутниковых радиолокационных измерений // Исследование Земли из космоса. - 2016. - Т. 1-2. - С. 129-135.

9. Толстиков А.В., Филатов Н.Н., Здоровеннов Р Э. Белое море и его водосбор. - Свидетельство о гос. регистрации базы данных №2010620435 от 16 августа 2010 г.

10. Kaitala S., Shavykin A., Volkov V. Environmental GIS database for the White sea // Proceedings of the Open source GIS-GRASS users conference. - Trento, Italy, 2002.

11. Никифоров C. Л., Кошель С.М., Фроль В.В. Цифровая модель рельефа дна Белого моря // Вестн. Моск. ун-та. - 2012. - №3. - С. 86-92.

12. Океанографические условия и биологическая продуктивность Белого моря: Аннотированный атлас. - Мурманск: ПИНРО, 1991 - 115 с.

13. Биологический атлас морей Арктики 2000: Планктон Баренцева и Карского морей / Под ред. Г.Г. Матишова, П.Р. Макаревича, С.Ф. Тимофеева и др. - Мурманск: ММБИ КНЦ РАН, 2000.

14. Final report ofINCO-Copernicus Project «WHITESEA» №ICA2-CT-2000-10014: «Sustainable management of the marine ecosystem and living resources of the White Sea». - [S. l.]: NERSC, 2003. - 220 p.

15. Климатический атлас морей Арктики 2004: Часть Базы данных Баренцева и Белого морей - океанография и морская биология / Г.Г. Матишов, А.Н. Зуев, В.А. Голубев и др. - Silver Spring, MD, 2004.

16. Атлас биологического разнообразия морей и побережий российской Арктики / Под ред. В.А. Спиридонова, М.В. Гаврило, Е.Д. Краснова, Н.Г. Николаева. - М.: WWF России, 2011. - 64 с.

17. Филатов Н.Н., Толстиков А.В., Богданова М.С. и др. Создание информационной системы и электронного атласа по использованию ресурсов Белого моря и его водосбора // Арктика: экология и экономика. - 2014. - №3 (15). - С. 18-29.

18. Толстиков А.В., Филатов Н.Н., Богданова М.С. и др. Электронный атлас Белого моря и его водосбора. - Свидетельство о гос. регистрации базы данных №2017620252 от 1 марта 2017 г.

19. Справочные данные по режиму ветра и волнения Берингова и Белого морей (электронный аналог печатного издания, утвержденного 07.12.10): Отчет / Рос. мор. регистр судоходства. - СПб., 2010.

20. Кравчишина М.Д., Буренков В.И., Копелевич О.В. и др. Новые данные о пространственно-временной изменчивости концентрации хлорофилла а в Белом море // Докл. Акад. наук. - 2013. - Т. 448, №3. - С. 342-348.

21. Марчук Г.И., Залесный В.Б. Моделирование циркуляции Мирового океана с четырехмерной вариационной ассимиляцией полей температуры и солености // Изв. РАН. Сер. Физика атмосферы и океана. - 2012. - Т. 48, №1. - С. 21-36.

22. Белое море и его водосбор под влиянием климатических и антропогенных факторов / Под ред. Н.Н. Филатова, А.Ю. Тержевика. - Петрозаводск: Карел. науч. центр РАН, 2007. - С. 335.

23. Семенов Е.В. Численное моделирование динамики Белого моря и проблема мониторинга // Изв. РАН. Сер. Физика атмосферы и океана. - 2004. - Т. 40, №1. - С. 128-141.

24. Волженский М.Н., Родионов А.А., Семенов Е.В. и др. Опыт верификации оперативной модели для мониторинга гидрофизических полей Белого моря // Фундамент. и приклад. гидрофизика. - 2009. - Т. 2, №3. - С. 33-41.

25. Яковлев Н.Г. О воспроизведении полей температуры солености Северного Ледовитого океана. -

Ч. 1: Численная модель и среднее состояние // Изв. РАН. Сер. Физика атмосферы и океана. - 2012. - Т. 48, №1. - С. 100-116.

26. Vichi M., Lovato T., Lazzari P. et al. The Biogeochemical Flux Model (BFM): Equation Description and User Manual. BFM version 5.1 / BFM Consortium. - [S. l.], 2015.

27. Vichi M., Lovato T., Gutierrez Mlot E., McKiver W. Coupling BFM with Ocean models: the NEMO model (Nucleus for the European Modelling of the Ocean) / BFM Consortium. - [S. l.], 2015.

28. Cossarini G., Querin S., Solidoro C. et al. Development of BFMCOUPLER (v1.0), the coupling scheme that links the MITgcm and BFM models for ocean biogeochemistry simulations // Geosci - entific Model Development. - 2017. - Vol. 10. - P. 1423-1445.

References

1. Filatov N.N., Terzhevik A. Yu., Druzhinin P V. Belomor'e - region dlya resheniya aktual'nykh problem Arktiki. [Belomorie is the region of the Arctic challenges solving]. Arktika: ekologiya i ekonomika, 2011, no. 2, pp. 90-101. (In Russian).

2. Kholod A.L. Overview of the Copernicus marine environment monitoring service products available for the Arctic region Physical Oceanography, 2017, no. 2, pp. 25-35.

3. Chernov I.A., Tolstikov A.V., Yakovlev N.G. Komplek - snaya model' Belogo morya: gidrotermodinamika vod

i morskogo l'da. [Comprehensive model of the White Sea: hydrothermodynamics of water and sea ice]. Tr. KarNTs RAN, 2016, vol. 8, pp. 116-128. (In Russian).

4. Gidrometeorologiya i gidrokhimiya morei SSSR. Vol. 4: Beloe more. Iss. 1: Gidrometeorologicheskie usloviya. [Hydrometeorology and hydrochemistry of seas of the USSR. The White Sea. Reference book «Seas of the USSR»]. Leningrad, Gidrometeoizdat, 1991, 196 p. (Spravochnik «Morya SSSR»). (In Russian).

5. Ilyash L.V., Belevich T.A., Stupnikova A.N. et al. Effects of local hydrophysical conditions on the spatial variability of phytoplankton in the White Sea. Oceanology, 2015, vol. 55, no. 2, pp. 216-225.

6. Shevchenko V.P., Starodymova D.P., Vinogradova A.A. et al. Elemental and organic carbon in atmospheric aerosols over the northwestern coast of Kandalaksha Bay of the White Sea. Doklady Earth Sciences, 2015, vol. 461, no. 1, pp. 242-246.

7. Kobylyanskii S.G., Drits A.V., Mishin A. V et al. Small scale distribution of the White sea herring larvae (Clu - pea pallasii marisalbi) in relation to hydrophysical feature. Oceanology, 2014, vol. 54, no. 6, pp 752-762.

8. Zimin A.V., Atadzhanova O.A., Romanenkov D.A. et al. Submezomasshtabnye vikhri v Belom more po dannym sputnikovykh radiolokatsionnykh izmerenii. [Sub-Mesoscale Eddies in the White sea according to satellite radar measurements]. Issledovanie Zemli iz kosmosa, 2016, vol. 1-2, pp. 129-135. (In Russian).

9. Tolstikov A.V., Filatov N.N., Zdorovennov R.E. The White Sea and its watershed. Database registration certificate no. 2010620435. 16 August 2010.

10. Kaitala S., Shavykin A., Volkov V. Environmental GIS database for the White sea // Proceedings of the Open source GIS-GRASS users conference. - Trento, Italy, 2002.

11. Nikiforov C.L., Koshel' S.M., Frol' V V Tsifrovaya model' rel'efa dna Belogo morya. [Digital terrain model of the White Sea bottom]. Vestn. Mosk. un-ta, 2012, no. 3, pp. 86-92. (In Russian).

12. Okeanograficheskie usloviya i biologicheskaya produktivnost' Belogo morya: Annotirovannyi atlas. [Oceanographic Conditions and biological productivity of the White sea: Annotated atlas]. Murmansk, PINRO, 1991, 115 p. (In Russian).

13. Biologicheskii atlas morei Arktiki 2000: Plankton Barentseva i Karskogo morei. [Biological Atlas of Arctic Seas 2000: Plankton of the Barents and Kara seas]. Pod red. G.G. Matishova, P R. Makarevicha, S.F. Timofeeva et al. Murmansk, MMBI KNTs RAN, 2000. (In Russian).

14. Final report of INCO-Copernicus Project «WHITESEA» №ICA2-CT-2000-10014: «Sustainable management of the marine ecosystem and living resources of the White Sea». [S. l.], NERSC, 2003, 220 p.

15. Klimaticheskii atlas morei Arktiki 2004: Chast' Bazy dannykh Barentseva i Belogo morei - okeanografiya i morskaya biologiya. [Climate Atlas of the Arctic Seas 2004: A part of the database for the Barents and White seas - Oceanography and marine biology]. G.G. Matishov, A.N. Zuev, V.A. Golubev et al. Silver Spring, MD, 2004. (In Russian).

16. Atlas biologicheskogo raznoobraziya morei i pober - ezhii rossiiskoi Arktiki. [Atlas of biodiversity of Russian arctic seas and coasts]. Pod red. V.A. Spiridonova, M.V. Gavrilo, E.D. Krasnova, N.G. Nikolaeva. Moscow, WWF Rossii, 2011,64 p. (In Russian).

17. Filatov N.N., Tolstikov A.V., Bogdanova M.S. et al. Sozdanie informatsionnoi sistemy i elektronnogo at - lasa po ispol'zovaniyu resursov Belogo morya i ego vodosbora. [Development of an information system and electronic atlas for using resources of the White Sea and its watershed]. Arktika: ekologiya i ekonomika, 2014, no. 3 (15), pp. 18-29. (In Russian).

18. Tolstikov A.V., Filatov N.N., Bogdanova M.S. et al. Electronic atlas of the White Sea and its watershed. Database registration certificate no. 2017620252, 1 March 2017. 2017.

19. Spravochnye dannye po rezhimu vetra i volneniya Beringova i Belogo morei (elektronnyi analog pechatnogo izdaniya, utverzhdennogo 07.12.10): Otchet. [Reference data on wind and waves of the Bering and White seas (Electronic version of the printed edition, published 07.12.10): Report]. Ros. mor. registr sudokh - odstva. St. Petersburg, 2010. (In Russian).

20. Kravchishina M.D., Burenkov V.I., Kopelevich O.V. et al. New data on the spatial and temporal variability of the chlorophyll a concentration in the White sea. Doklady Earth Sciences, 2013, vol. 448, no. 1, pp 120-125.

21. Marchuk G.I., Zalesnyi V.B. Modeling of the world ocean circulation with the four-dimensional assimilation of temperature and salinity fields. Izvestiya. Atmospheric and Oceanic Physics, 2012, vol. 48, no. 1, pp. 15-29.

22. Beloe more i ego vodosbor pod vliyaniem klimaticheskikh i antropogennykh faktorov. [The White Sea and its watershed under influences of climate and anthropogenic impact]. Pod red. N.N. Filatova, A. Yu. Terzhevika. Petrozavodsk, Karel. nauch. tsentr RAN, 2007, 335 p. (In Russian).

23. Semenov E. V Chislennoe modelirovanie dinamiki Belogo morya i problema monitoring. [Numerical modelling of the White Sea dynamics and monitoring problem]. Izv. RAN. Ser. Fizika atmosfery i okeana, 2004, vol. 40, no. 1, pp. 128-141. (In Russian).

24. Volzhenskii M.N., Rodionov A.A., Semenov E.V. et al. Opyt verifikatsii operativnoi modeli dlya monitor - inga gidrofizicheskikh polei Belogo morya. [Experience of verification of an operational model for monitoring hydrophysical fields of the White Sea]. Fundament. i priklad. gidrofizika, 2009, vol. 2, no. 3, pp. 33-41. (In Russian).

25. Yakovlev N.G. On the simulation of temperature and salinity fields in the Arctic Ocean. Izvestiya. Atmospheric and Oceanic Physics, 2012, vol. 48, no. 1, pp. 86-101.

26. Vichi M., Lovato T., Lazzari P. et al. The Biogeochemical Flux Model (BFM): Equation Description and User Manual. BFM version 5.1 BFM Consortium. [S. l.], 2015.

27. Vichi M., Lovato T., Gutierrez Mlot E., McKiver W. Coupling BFM with Ocean models: the NEMO model (Nucleus for the European Modelling of the Ocean). BFM Consortium. [S. l.], 2015.

28. Cossarini G., Querin S., Solidoro C. et al. Development of BFMCOUPLER (v1.0), the coupling scheme that links the MITgcm and BFM models for ocean biogeochemistry simulations. Geoscientific Model Development, 2017, vol. 10, pp. 1423-1445.

Размещено на Allbest.ru