Юлия Валериевна Белова - кандидат физико-математических наук, доцент кафедры математики и информатики
344003, г. Ростов-на-Дону, пл. Гагарина, 1
Yulia V. Belova - Candidate of Physical and Mathematical Sciences, Associate Professor of the Department of “Mathematics and Computer Science”
1, Gagarin Sq., Rostov-on-Don, 344003
Алёна Александровна Филина - кандидат технических наук, научный сотрудник
347900, г. Таганрог, пер. Итальянский, 106
Alena A. Filina - Candidate of Technical Sciences, Researcher
106, Italiansky lane, Taganrog, 347900
Александр Евгеньевич Чистяков - доктор физико-математических наук, профессор кафедры программного обеспечения вычислительной техники и автоматизированных систем
344003, г. Ростов-на-Дону, пл. Гагарина, 1
Alexander E. Chistyakov - Doctor of Physical and Mathematical Sciences, Professor of the Department of “Computer Engineering and Automated Systems Software”
1, Gagarin Sq., Rostov-on-Don, 344003
Введение. В качестве основного инструмента исследований функционирования водных экосистем и прогнозирования изменения концентрации фитопланктона в мелководном водоеме в летний период обычно используется математический инструментарий с применением спутниковых данных, что позволяет осуществлять корректный мониторинг, анализ и моделирование динамики протекания биогеохимических процессов в пространстве и во времени с учетом совокупного действия ряда физико-химических, биологических и антропогенных факторов, влияющих на изучаемую водную экосистему. Авторами разработана математическая модель, коррелирующая со спутниковой информацией, позволяющая прогнозировать поведение летних видов фитопланктона в мелководном водоеме в условиях ускоренного времени, описывать окислительно-восстановительные процессы водной среды, сульфатредукции, трансформации биогенных веществ (минерального питания фитопланктона), изучать развитие заморных явлений, возникающих в результате антропогенной эвтрофикации, строить прогнозы изменения кислородного и биогенного режимов функционирования водоема.
Материалы и методы. Для моделирования численности видового состава летнего фитопланктона, коррелирующего с методами усвоения спутниковых данных, разработан оперативный алгоритм восстановления параметров качества вод Азовского моря, который базируется на методе многомерной оптимизации Левенберга-Марквардта. Начальное распределение фитопланктонных популяций было получено в результате применения метода LBP (локальных бинарных шаблонов) к космическим снимкам Таганрогского залива и использовано в качестве входных данных для разработанной математической модели.
Результаты исследования. На основе скомплексированных моделей гидродинамики и биологической кинетики, а также методов усвоения спутниковых данных, разработан программный комплекс, который позволяет строить кратко- и среднесрочные прогнозы экологической обстановки мелководных водоемов на основе различных входных данных, коррелирующих со спутниковой информацией.
Обсуждение и заключение. В рамках проводимых исследований состояния водных систем установлено, что одним из механизмов повышения качества прогнозирования биогеохимических процессов морских экосистем является уточнение начальных данных. Установлено, что использование спутниковых данных наряду с методами математического моделирования позволяют изучать пространственно-временное распределение загрязнений различной природы, планктонных популяций исследуемого водного объекта, оценивать характер и масштабы природного или техногенного явления для предотвращения негативных последствий экономического и социального характера.
Introduction. Mathematical tools integrated with satellite data are typically employed as the primary means for studying aquatic ecosystems and forecasting changes in phytoplankton concentration in shallow water bodies during summer. This approach facilitates accurate monitoring, analysis, and modeling of the spatiotemporal dynamics of biogeochemical processes, considering the combined effects of various physicochemical, biological, and anthropogenic factors impacting the aquatic ecosystem. The authors have developed a mathematical model aligned with satellite data to predict the behavior of summer phytoplankton species in shallow water under accelerated temporal conditions. The model describes oxidative[
Materials and Methods. To simulate the population dynamics of summer phytoplankton species correlated with satellite data assimilation methods, an operational algorithm for restoring water quality parameters of the Azov Sea was developed based on the Levenberg-Marquardt multidimensional optimization method. The initial distribution of phytoplankton populations was obtained by applying the Local Binary Patterns (LBP) method to satellite images of the Taganrog Bay and was used as input data for the mathematical model.
Results. Using integrated hydrodynamic and biological kinetics models combined with satellite data assimilation methods, a software suite was developed. This suite enables short- and medium-term forecasts of the ecological state of shallow water bodies based on diverse input data correlated with satellite information.
Discussion and Conclusion. The conducted studies on aquatic systems revealed that improving the accuracy of initial data is one mechanism for enhancing the quality of biogeochemical process forecasting in marine ecosystems. It was established that using satellite data alongside mathematical modeling methods allows for studying the spatiotemporal distribution of pollutants of various origins, plankton populations in the studied water body, and assessing the nature and scale of natural or anthropogenic phenomena to prevent negative economic and social consequences.
The authors declare that there are no conflicts of interest present.