АССИМИЛЯЦИЯ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ В ДИНАМИЧЕСКИЕ МОДЕЛИ АГРОЭКОСИСТЕМ. А.Г. Топаж. Всероссийская научная конференция с международным участием. «Применение средств дистанционного зондирования Земли. в сельском


Чтобы посмотреть презентацию с картинками, оформлением и слайдами, скачайте ее файл и откройте в PowerPoint на своем компьютере.
Текстовое содержимое слайдов презентации:

АССИМИЛЯЦИЯ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ В ДИНАМИЧЕСКИЕ МОДЕЛИ АГРОЭКОСИСТЕМА.Г. ТопажВсероссийская научная конференция с международным участием «Применение средств дистанционного зондирования Земли в сельском хозяйстве», АФИ, 16-17 сентября 2015 Её Величество Модель…Модель реализует выполнение эволюционного оператора с суточным шагом от момента сева (посадки) до уборки урожаяЛогика динамическоймоделиXk+1 = L ( Xk , Uk , Wk , P ) Вектор динамических переменных моделиВектор управляющих воздействий Вектор статическихпараметров продуктивность = f (XN )Вектор внешних неконтролируемых воздействий (погода) Объект моделирования – сельскохозяйственный посев
ЗАДАЧИ МОДЕЛИ И ДАННЫЕ ДЗЗТеоретические исследования (модель как инструмент получения нового знания в агроэкологии)Долгосрочные прогнозы (например, влияние изменений климата)Оперативное сопровождение продукционного процесса ВОЗМОЖНАЯ РОЛЬ ДАННЫХ ДЗЗ В МОДЕЛИXk+1 = L ( Xk , Uk , Wk , P ) ДЗЗ = W ? Нерегулярность Негарантированность Непредсказуемость ДЗЗ = X ? НенаблюдаемостьДЗЗ = Y(X) ? Косвенность

АССИМИЛЯЦИЯ ДАННЫХInverse ModellingThe inverse modelling problem consists of using the actual result of some measurements to infer the values of the parameters that characterize the system.A. Tarantola (2005)Коррекция модели измерениями = Усвоение или Ассимиляция данныхАссимиляция данных ≠ Адаптация АССИМИЛЯЦИЯ ДАННЫХ В МЕТЕОРОЛОГИИThe ambitious and elusive goal of data assimilation is to provide a dynamically consistent motion picture of the atmosphere and oceans, in three space dimensions, with known error bars.M. Ghil and P. Malanotte-Rizzoli (1991)Data assimilationextracts the signal from noisy observations (filtering)interpolates in space and time (interpolation)reconstructs state variables that are not sampled by the observation network (completion).(Daley, 1997) Daley, R., Atmospheric Data Analysis, Cambridge University Press, pp. 457, 1991.Bennet, A., Inverse Methods in Physical Oceanography, Cambridge University Press, pp. 346, 1992.Bennet, A., Inverse Modeling of the Ocean and Atmosphere, Cambridge University Press, pp. 234, 2002.Kalnay, E., Atmospheric Modeling, Data Assimilation and Predictability, Cambridge University Press, pp. 341, 2003, Chap.Thiebaux, H.J. and Pedder, M.A. Spatial Objective Analysis with applications in atmospheric science, Academic Press, 1987.Special Issue: J. Met. Soc. Japan, Vol. 75, No. 1B, pages 1-138, 1997.Jazwinski, A., Stochastic Processes and Filtering Theory, Academic Press, San Diego, pp. 376, 1970.Марчук, Г.И., Численные методы в задачах динамики атмосферы и океана, Ленинград, Гидрометеоиздат, 1974 Courant, R. and Hilbert, D. Methods of mathematical physics, Volume 1, New York: Interscience, 1953.Courant, R. and Hilbert, D. Methods of mathematical physics, Partial вifferential equations, Volume 2, New York: Interscience, 1962.Lions, J., Optimal control of systems governed by partial differential equations, Spinger Verlag, Berlin, 1971.Шутяев В.П. Операторы управления и итерационные алгоритмы в задачах вариационного усвоения данных. – М.: Наука, 2001.АССИМИЛЯЦИЯ ДАННЫХ В МЕТЕОРОЛОГИИ АССИМИЛЯЦИЯ ДАННЫХ В МОДЕЛЯХ ПРОДУКЦИОННОГО ПРОЦЕССА РАСТЕНИЙ. ОСОБЕННОСТИ.Поступление данных измерений происходит гораздо реже, чем временной шаг моделиИзмеряются косвенные характеристики состояния агроэкосистемыИзмеряется незначительная часть вектора состояния (неполная наблюдаемость)Система обладает высокой логической связанностью ПРОСТОТА ХУЖЕ ВОРОВСТВА…Xk+1 = L ( Xk , Uk , Wk , P ) XL - LAINDVI LAIизмLAIмодNDVI LAIизмBIOM =1.09LAIизм-0.57 при росте LAIBIOM = BIOMDM+0.26(LAIDM -LAIизм) при падении LAIRW = 0.31BIOM+0.03

А КАК? RECALIBRATIONXk+1 = L ( Xk , Uk , Wk , P ) Yk = Y ( Xk ) ≠ YkизмКоррекция начальными условиямиVarying initial soil moisture to fit remote sensing signal simulations to measurements (Olioso et al., 2003)X|k=0 = X0Коррекция параметрамиVarying vegetation growth parameters to fit remote sensing signal simulations to measurements (Olioso et al., 2003)Коррекция управлениемVarying frecuency of irrigation supplies to fit remote sensing signal simulations to measurements (Olioso et al., 2003)


АССИМИЛЯЦИЯ ДАННЫХ МЕТОДОМ МИНИМИЗАЦИИ КОРРЕКТИРУЮЩЕГО ВОЗМУЩЕНИЯXk+1 = L ( Xk , Uk , Wk , P ) X|k=0 = X0Xk+1 = L ( Xk , Uk , Wk , P )+k Тогда можно поставить и, в идеале решить следующую задачу: а какими должны быть минимальные по мощности неучтенные и неизвестные нам возмущения k , при которых траектория динамики системы может породить вектор состояния в момент K, полностью или в большой мере соответствующий проведенному в этот момент измерению ? ПРИМЕР 1. ДВИЖЕНИЕ МАТЕРИАЛЬНОЙ ТОЧКИ- измеренная координатаРешение:при  = 0 : ПРИМЕР 2. МОДЕЛЬ ДВУХВИДОВОГО ВЗАИМОДЕЙСТВИЯМИГРАЦИЯ…Постановка задачи минимизации корректирующих возмущений:
ПРИМЕР 2. СРАВНЕНИЕ ПОДХОДОВ К АССИМИЛЯЦИИЭффект аддитивности
http://agrotool.ruhttp://www.rpoluektov.ruБлагодарю за внимание!

Приложенные файлы

  • pptx 1221685
    Размер файла: 4 MB Загрузок: 0

Добавить комментарий