| Аннотация |
В последние годы в прибрежных системах Юга России наблюдались различные явления природного и антропогенного характеров, имевшие негативные экономические и тяжелые экологические последствия: разливы нефти, заморные явления рыб, возникающие преимущественно в летний период, штормовые нагоны и ветровые сгоны. Для предупреждения возникновения и уменьшения последствий опасных и катастрофических явлений необходимо уметь выявлять состояния природных систем, при которых возможно возникновение чрезвычайных ситуаций, проводить комплексный анализ биогеохимических и экосистемных процессов, строить оперативные и научно оправданные прогнозы. При этом важной научной проблемой является недостаточная изученность динамики фитопланктонных сообществ и их реакции на мультифакторные воздействия, такие как изменения температуры, солености и освещенности, а также на попадание в водоем биогенных элементов и потенциальных загрязнений.
В рамках проекта будет разработана комплексная трехмерная математическая модель гидродинамики водоема, дополненная моделью транспорта многокомпонентной взвеси различного гранулометрического состава в условиях сложной, динамически изменяемой геометрии водоема, турбулентного и адвективного тепломассобмена по трем координатным направлениям, стоков рек, транспорта тепла и солей, отличающаяся использованием относительно малого временного множителя-гиперболизатора (регуляризация по Б.Н. Четверушкину) в уравнении неразрывности, учетом стратификации плотности по вертикальному направлению, учетом наличия зон с пониженным микротурбулентным обменом по вертикальному направлению, учетом сгонно-нагонных явлений, динамически перестраиваемой геометрией дна.
Для численного решения трехмерной задачи диффузии-конвекции, необходимость в решении которой связана с тем, что после линеаризации каждое уравнение системы, входящей в математическую модель, может быть сведено к такому типу, будут построены явно-неявные разностные схемы, описывающие перенос субстанции в горизонтальных направлениях на основе явной схемы, а по вертикали на основе симметричной схемы с весами.
Разработка математических моделей гидробиологических процессов для анализа и предсказания сезонной динамики планктонных и рыбных сообществ и связанных с ними опасных явлений будет базироваться на комплексном анализе биогеохимических и экосистемных процессов, осуществляемом через разработку трехмерной математической модели, охватывающей динамику фитопланктонных сообществ с одновременным учетом мультифакторного влияния экологических параметров, таких как соленость, температура и освещенность, на трансформацию биогенных элементов.
Верификация и калибровка предложенных моделей гидробиологических процессов будут проведены на основе мультиуровневых данных, включающих как результаты экспериментальных исследований, так и данные, полученные с использованием дистанционного зондирования Земли, что позволит добиться высокого уровня доверия к результатам проведенных исследований.
Будут разработаны методы решения сеточных уравнений для решения задач в областях с геометрией, «вытянутой» вдоль двух горизонтальных направлений, что характерно для мелководных водоемов, ориентированные на использование гибридной параллельной технологии MPI+OpenMP.
Будут разработаны параллельные алгоритмы, численные методы и программы для решения сеточных уравнений, ориентированные на исполнение в распределённой гетерогенной (CPU+GPU) вычислительной среде, отличающиеся свойством адаптивности к типу вычислительного оборудования.
Будут разработаны алгоритмы и программные модули для фильтрации натурных данных, описания геометрии расчетной области и интерполяции данных о глубине, солености и температуре на основе гидрографической информации, отличающиеся применением фильтра Калмана и нейронных сетей.
|
| Приоритеты научно-технического развития |
а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
|
