CC BY
1458
Секция 3
2. K. Sabelfeld, O. Brandt, V. Kaganer. Stochastic model for the fluctuation limited reaction-diffusion kinetics in inhomogeneous media based on the nonlinear Smoluchowski equations. Journal of Mathematical Chemistry, 2015, vol. 53, Issue 2, 651-669.
3. Sabelfeld K.K., Kireeva A.E. Stochastic simulation of bimolecular reactions in vicinity of traps and applications to electron-hole recombination in 2D and 3D inhomogeneous semiconductors. Journal of Computational Electronics, 2017, v.16, N2, 325-339.
Численное статистическое моделирование характеристик протяженных антенных полей
Б. В. Семенов12, Н. И. Черных2 'Уральский федеральный университет 2 Институт математики и механики УрО РАН Email: [email protected] DOI: 10.24411/9999-017A-2019-10116
Исследованы проблемы, возникающие при управлении антенными полями большой протяженности на базе антенных решеток с остронаправленными элементами в виде больших зеркальных антенн [1]. Такие системы обладают уникальными возможностями в части решения новых задач в области радиолокации и радиоастрономии. Методами численного моделирования исследованы статистические характеристики 600-метрового крестообразного радиотелескопа (РТ) из 81 полноповоротных 15-ти метровых параболических антенн. Показано, что возможно построение линейных протяженных антенных полей (линейного и крестообразного РТ) на базе больших параболических антенн с реализуемыми на практике допусками на юстировку положения антенн, на ориентацию их в пространстве, а также ошибками в линиях питания антенн РТ. Доказана эффективность предложенного авторами метода компенсации ошибок юстировки антенн при электронном сканировании лучом РТ.
Список литературы
1. В.И. Гусевский, Б.В. Семенов, В. М. Плещев, Н. И. Черных, А.В. Клементьева. Построение антенных полей большой протяженности. //Антенны, № 3 (223), 2016. С. 3-9
Численная стохастическая модель совместных пространственно-временных полей температуры воздуха и осадков
С. С. Скворцов, О. В. Сересева
Институт вычислительной математики и математической геофизики СО РАН Email: [email protected] DOI: 10.24411/9999-017A-2019-10117
В докладе представлены результаты исследования статистических характеристик стохастических пространственно-временных полей среднесуточной приземной температуры воздуха и суточных сумм осадков. Исследования проводились на основе данных реальных наблюдений на 47 метеорологических станциях Европейской части Российской Федерации за 41 год.
Для построения параметрической стохастической модели метеорологических полей исследованы вопросы аппроксимации одномерных распределений случайных полей аналитическими функциями и проведен анализ их пространственно-временной корреляционной структуры.
Построена модель стохастических пространственно-временных полей среднесуточной температуры воздуха и суточных сумм осадков, исследованы статистические характеристики некоторых совместных событий.
Оценка вероятностных характеристик решения стохастических дифференциальных уравнений с частными производными методом численного статистического моделирования на суперкомпьютере (АПВПМ-2019)
Д. Д. Смирнов
Институт вычислительной математики и математической геофизики СО РАН
Email: [email protected]
DOI: 10.24411/9999-017A-2019-10118
Стохастические дифференциальные уравнения с частными производными (СДУЧП) являются хорошим инструментом для описания многих природных процессов, поэтому моделирование СДУЧП является актуальной задачей [1]. Оценка вероятностных характеристик решения СДУЧП с высокой
Методы Монте-Карло и численное статистическое моделирование 59
точностью является трудоемкой задачей, поэтому для ее решения в алгоритме распараллеливаются независимые реализации [1], численный метод для моделирования одной реализации [2]. Расчеты проведены на кластерах НКС - 30Т и НКС - 1П ССКЦ при ИВМ и МГ СО РАН.
Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (код проекта 17-01-00698 и код проекта 18-01-00599).
Список литературы
1. Артемьев С. С., Марченко М. А., Корнеев В. Д., Якунин М. А., Иванов А. А., Смирнов Д. Д. Анализ стоха- сти-ческих колебаний методом Монте-Карло на суперкомпьютерах. Новосибирск: Издательство СО РАН, 2016.
2. Яненко Н. Н., Коновалов А. Н., Бугров А. Н., Шустов Г. В. Об организации параллельных вычислений и "распараллеливании" прогонки // Сб. Численные методы механики сплошной среды. 1978. Т. 9, № 7. С. 139-146.
Восстановление коэффициентов отражения земной поверхности по данным приборов MODIS, Сангур, ГСА и МСУ-100
М. В. Тарасенков, В. В. Белов, М. В. Энгель, А. В. Зимовая, Ю. В. Гриднев Институт оптики атмосферы им. В. Е. Зуева СО РАН Email: [email protected] DOI: 10.24411/9999-017A-2019-10119
В рамках работ [1-2] предложен алгоритм восстановления коэффициентов отражения земной поверхности. Основу этого алгоритма составляют разработанные нами программы метода Монте-Карло. Базой для создания этих алгоритмов послужили работы [3-5].
Для дальнейшего уменьшения погрешности предлагаемого алгоритма были внесены изменения, позволяющие учесть влияние поляризации излучения. Для апробации модифицированного алгоритма рассматривались спутниковые снимки прибора MODIS для 3-х участков: 1) участок на юге Томской области, 2) участок северо-востока Москвы, 3) участок Иркутской области вблизи оз. Байкал. Для оценки погрешности алгоритма коэффициенты отражения для участков хвойного леса сравнивались со значениями из [6]. Сравнение показывает, что модифицированный алгоритм с учетом поляризации излучения для ряда каналов и ряда ситуаций дает погрешности в несколько раз меньшие, чем алгоритм MOD09.
Следующим этапом работы стало создание программ восстановления коэффициентов отражения земной поверхности для отечественных приборов Сангур, ГСА и МСУ-100. Для апробации возможностей этих алгоритмов были выполнены сопоставления с наземными и эталонными измерениями. Результаты сравнения показывают, что восстановленные коэффициенты отражения земной поверхности могут быть использованы для решения широкого круга задач.
Список литературы
1. Tarasenkov M.V, Belov VV. Software package for reconstructing reflective properties of the Earth's surface in the visible and UV ranges // Atmospheric and Oceanic Optics. 2015. Vol. 28, № 1. P. 89-94.
2. Tarasenkov M.V., Belov V.V., Engel M.V. Algorithm for reconstruction of the Earth surface reflectance from Modis satellite measurements in a turbid atmosphere // Proceedings of SPIE. 2018. Vol. 10833. CID: 10833 16 [10833-58].
3. Марчук Г.И., Михайлов Г.А., Назаралиев М.А., Дарбинян Р.А., Каргин Б.А., Елепов Б.С. Метод Монте-Карло в атмосферной оптике. - Новосибирск: Наука, Сибирское отделение, 1976.
4. Каргин Б.А. Статистическое моделирование поля солнечной радиации в атмосфере/ под ред. Г. А. Михайлова. - Новосибирск: Ротапринт ВЦ СО АН СССР, 1984.
5. Назаралиев М.А. Статистическое моделирование радиационных процессов в атмосфере. - Новосибирск: Наука, Сибирское отделение, 1990. - 227 с.
6. Кринов Е.Л. Спектральная отражательная способность природных образований. Ленинград. Издательство Академии Наук СССР, 1947.
