System Operacyjny satelitarnej kontroli środowiska Morza Bałtyckiego (SO SatBałtyk)

Transkrypt

1 System Operacyjny satelitarnej kontroli środowiska Morza Bałtyckiego (SO SatBałtyk) Marek Kowalewski, Jerzy Dera, Mirosław Darecki, Mirosława Ostrowska, Bogdan Woźniak Instytut Oceanologii Polskiej Akademii Nauk, ul. Powstańców Warszawy 55, Sopot Streszczenie System Operacyjny SatBałtyk to zespół urządzeń pomiarowych, modeli matematycznych i procedur umożliwiający rutynowe monitorowanie różnych strukturalnych i funkcjonalnych charakterystyk środowiska Morza Bałtyckiego oraz ich prezentowanie w formie umieszczanych w serwisie internetowym map rozkładów ich wartości. Elementami SO SatBałtyk są odbiorniki danych rejestrowanych przez wybrane satelity, zestawy pomiarowych sond morskich i meteorologicznych, rejestratory, przetworniki i transmitery danych pomiarowych z tych sond, a także laboratoryjna aparatura analityczna i sieć serwerów komputerowych z zainstalowanymi w nich bazami danych, odpowiednimi modelami matematycznymi i algorytmami, wykorzystywanymi w myśl ustalonych procedur postępowania. System ten wykorzystuje dane z kilkunastu satelitów przelatujących systematycznie nad Bałtykiem oraz dane z sond pomiarowych i aparatury analitycznej, pracujących na bojach pomiarowych, statkach i w laboratoriach. Jego obliczeniową część stanowią dwa złożone zbiory (podsystemy) modeli: diagnostycznych pod ogólną nazwą DESAMBEM i prognostycznych pod ogólna nazwą BALTFOS, które uzupełniają i korygują się wzajemnie oraz uniezależniają System od zachmurzenia atmosfery kiedy dane satelitarne w pewnych rejonach Bałtyku są niedostępne. Modele składające się na oba podsystemy są kalibrowane w oparciu o dane mierzone na bojach pomiarowych i stacjach brzegowych, a jakość produktów Systemu Operacyjnego SatBałtyk oceniana jest za pomocą pomiarów in situ wykonywanych w podczas rejsów badawczych i innych dostępnych źródeł danych empirycznych. Uzyskane w wyniku pracy obu podsystemów charakterystyki gromadzone są w geoprzestrzennej bazie danych, co umożliwia ich udostępnianie poprzez serwis internetowy w formie codziennie aktualizowanych map. Serwis ten pozwala ponadto na tworzenie wykresów czasowych w dowolnie wybranym punkcie oraz eksport map zarówno w formatach graficznych jak i numerycznych. Dzięki zaawansowanym formatom NetCDF i GRIB możliwe jest wykorzystanie informacji z SO SatBałtyk w elektronicznych mapach nawigacyjnych ENC (Electronic Navigational Chart) oraz jako Dodatkowe Warstwy Wojskowe ADL (Additional Military Layers). Szereg z nich może być wykorzystanych dla zapewnienia bezpieczeństwa na morzu, wsparcia nawigacyjnego i w ratownictwie morskim. Docelowo system będzie umożliwiał rutynowe monitorowanie i prognozowanie ok. 90 charakterystyk środowiska Bałtyku takich jak: temperatura i zasolenie wód powierzchniowych, prędkości i kierunki prądów powierzchniowych, prądy wznoszące (upwellingi), wskaźniki przezroczystości wody, zalodzenie powierzchni morza, koncentracje pigmentów i pośrednio identyfikacja głównych taksonów fitoplanktonu, wydajności i szybkości fotosyntezy materii 1

2 organicznej, dobowe wartości całkowitej produkcji materii organicznej i uwalniania tlenu w toni wodnej, pojawianie się plam zanieczyszczeń wód, zawartość ozonu w atmosferze nadbałtyckiej, strumienie energii promieniowania dopływającej do poszczególnych obszarów Bałtyku, ilość energii zasilającej ekosystem Bałtyku i wiele innych. Będą one udostępnianie przez Internet w formie map rozkładów ich wartości charakterystyk na całym obszarze Bałtyku. Dodatkowo System umożliwi prognozowanie i ewidencjonowanie skutków i zagrożeń w strefie brzegowej morza, spowodowanych bieżącymi i spodziewanymi stanami sztormowymi, t.j. wyznaczanie ważnych parametrów bezpieczeństwa w rejonie wybrzeży Bałtyku, takich jak charakterystyki i lokalizacja występowania prądów rozrywających, stopień zalania plaż, stopień erozji plaż i wydm, ilość materiału zabieranego ze strefy brzegowej w wyniku erozji, ilość materiału zawieszonego w wodach, a także depozycja zanieczyszczeń, intensywność użytkowania plaż, szerokości plaż, batymetria strefy brzegowej i inne. To złożone zadanie, realizowane jest aktualnie (w latach ) przez Konsorcjum Naukowe, w którego skład wchodzą: Instytut Oceanologii Polskiej Akademii Nauk (koordynator badań), Instytut Oceanografii Uniwersytetu Gdańskiego, Instytut Fizyki Akademii Pomorskiej w Słupsku oraz Instytut Nauk o Morzu Uniwersytetu Szczecińskiego, w ramach projektu pod nazwą Satelitarna Kontrola Środowiska Morza Bałtyckiego (Projekt nr POIG /09 finansowany z funduszy Unii Europejskiej w ramach Programu Operacyjnego Innowacyjna Gospodarka). Urządzenia Systemu są rozmieszczone i nadzorowane w laboratoriach i na stacjach brzegowych oraz w Morzu Bałtyckim na autonomicznych bojach pomiarowych, statkach badawczych (w czasie rejsów kontrolnych) i kilku stacjach brzegowych, tych Instytutów. Podstawy naukowe SO SatBałtyk stanowią wyniki wieloletnich badań środowiska Bałtyku prowadzone przez zespoły naukowe ww. Instytutów. Wdrożenie do praktyki tego polskiego systemu monitorowania środowiska Morza Bałtyckiego wpisuje się do międzyrządowej inicjatywy Grupy Obserwacji Ziemi (Group on Earth Observations), GEO/GEOSS, działającej w skali światowej, w której działaniach uczestniczy Komisja Europejska oraz wiele międzynarodowych, międzyrządowych i regionalnych organizacji. Słowa kluczowe Monitoring satelitarny, teledetekcja środowiska, charakterystyki Bałtyku, modele biooptyczne, hydrodynamiczne i ekohydrodynamiczne. Wstęp Systematyczny dopływ informacji o środowisku morskim pozwala na racjonalne podejmowanie decyzji o wykorzystaniu jego przestrzeni i zasobów. Monitoring satelitarny obszarów morskich jest wielokrotnie bardziej efektywny w porównaniu do badań tradycyjnych przeprowadzanych z wykorzystaniem statków, boi i innych platform badawczych, zwłaszcza jeśli wziąć pod uwagę obszar powierzchni morza podlegający kontroli. Zatem technika satelitarna, zwiększając zasięg i kompleksowość monitoringu, znacząco obniża jego koszty w stosunku do kosztów monitorowania morza technikami tradycyjnej oceanografii. Zadanie opracowania i wdrożenia do praktyki Operacyjnego Systemu SatBałtyk realizowane jest aktualnie w ramach projektu pod nazwą Satelitarna Kontrola Środowiska Morza Bałtyckiego (Projekt nr POIG /09 finansowanego z funduszy Unii Europejskiej w ramach Programu Operacyjnego Innowacyjna Gospodarka). To złożone przedsięwzięcie wykonywane jest 2

3 przez Konsorcjum Naukowe, w którego skład wchodzą: Instytut Oceanologii Polskiej Akademii Nauk (IO PAN) -koordynator badań, Instytut Oceanografii Uniwersytetu Gdańskiego (IO UG), Instytut Fizyki Akademii Pomorskiej w Słupsku (IF AP) oraz Instytut Nauk o Morzu Uniwersytetu Szczecińskiego (INoM US). Realizacja tego projektu opiera się na podstawach naukowych powstałych w wyniku wcześniejszych, wieloletnich badań środowiska Bałtyku przez ww. Instytuty (Woźniak i in. 2011a, Woźniak i in. 2011b). Urządzenia Systemu są rozmieszczone i nadzorowane w laboratoriach i na stacjach brzegowych oraz w Morzu Bałtyckim na autonomicznych bojach pomiarowych, statkach badawczych (w czasie rejsów kontrolnych) i kilku stacjach brzegowych tych Instytutów. Głównym celem Projektu SatBałtyk jest przygotowanie, uruchomienie i sprawdzenie w praktyce bazy technicznej oraz procedur operacyjnych umożliwiających sprawne, rutynowe określanie stanu środowiska Bałtyku (tj. licznych strukturalnych i funkcjonalnych jego charakterystyk) na podstawie strumienia informacji docierającego z dostępnych systemów teledetekcji satelitarnej i innych źródeł, obejmujących swym zasięgiem rejon Morza Bałtyckiego. Efektem tej kontroli i bieżących analiz jej wyników będą mapy, wykresy, tabele i opisy licznych charakterystyk środowiska Bałtyku, takich jak temperatura i zasolenie wód powierzchniowych, prędkości i kierunki prądów powierzchniowych, prądy wznoszące (upwellingi), wskaźniki przezroczystości wody, zalodzenie powierzchni morza, koncentracje pigmentów, produkcja pierwotna materii organicznej i inne charakterystyki bałtyckiego ekosystemu. Produkty te będą udostępniane poprzez serwis internetowy i mogą być wykorzystywane zarówno przez odbiorców instytucjonalnych jak i indywidualnych do wielu zastosowań praktycznych. Wśród tych zastosowań wymienić można: analizowanie trendów zmian środowiska Bałtyku, analizowanie kierunków przepływu i bilansów energii i substancji w ekosystemie bałtyckim, diagnozowanie i prognozowanie zakwitu toksycznych sinic, monitorowanie wpływu nowych form gospodarowania i nowych konstrukcji na przemiany środowiska Bałtyku i jego ekosystemów. wczesne ostrzeganie instytucji sprawujących nadzór nad środowiskiem, wykrywanie zanieczyszczeń ropopochodnych i innych, ograniczanie skutków katastrof ekologicznych, osłona oceanograficzna i hydrometeorologiczna żeglugi, źródło informacji dla służb poszukiwania i ratownictwa morskiego (SAR). Elementy systemu System Operacyjny SatBałtyk wykorzystuje strumienie informacji docierających z dostępnych systemów teledetekcji satelitarnej, które obejmują swym zasięgiem penetracji obszar Bałtyku wraz z jego strefą brzegową oraz informacje płynące z opracowanych wcześniej modeli matematycznych morza i atmosfery. Głównym źródłem danych satelitarnych są wyniki rejestracji prowadzonych systematycznie przez satelity meteorologiczne, środowiskowe i specjalne: TIROS N/NOAA, MSG, EOS, AQUA, ENVISAT i inne. W odróżnieniu od metod tradycyjnych, proponowane procedury pozwalają na ciągłe w czasie i przestrzeni kontrolowanie głównych strukturalnych i funkcjonalnych charakterystyk całego obszaru Bałtyku a nie tylko sytuacji chwilowych i lokalnych w ograniczonych 3

4 miejscach badań ze statków. Ponadto system wzbogacają informacje płynące z matematycznych modeli zjawisk zachodzących w wodach i nadwodnej atmosferze. Dodatkowo, w celu kalibracji i weryfikacji stosowanych modeli, informacje satelitarne uzupełniane są danymi pozyskiwanymi z pomiarów wykonywanych na statkach, autonomicznych bojach pomiarowych i stacjach brzegowych (Rys. 1). Efekty działania systemu w postaci aktualnych i archiwalnych map, wykresów i danych liczbowych kilkudziesięciu różnych charakterystyk środowiska Bałtyku udostępniane będą zainteresowanym instytucjom, organizacjom i osobom za pośrednictwem internetowego serwisu informacyjnego SO SatBałtyk. Rys. 1 Schemat ideowy elementów Systemu Operacyjnego SatBałtyk Kluczowym elementem Systemu Operacyjnego SatBałtyk, odpowiedzialnym za wykorzystanie satelitarnych i innych danych źródłowych i odpowiednie ich przetwarzanie, jest system obliczeniowy, na który składa się szereg złożonych procedur i algorytmów obliczeniowych oraz modeli diagnostycznych i prognostycznych. Wyniki otrzymane z tego obliczeniowego systemu są następnie zapisywane w jednolitym standardzie i gromadzone w geoprzestrzennej bazie danych. Dzięki temu mogą być następnie udostępniane poprzez serwis internetowy w postaci map, wykresów i plików cyfrowych w standardowych formatach stosowanych do przetwarzania informacji geoprzestrzennych. Serwis ten zbudowany jest w oparciu o tzw. serwer map i oferuje dynamiczne tworzenie map rozkładów dowolnych parametrów w wybranym odwzorowaniu geograficznym, powiększenie wybranego fragmentu mapy, odczytanie wartości w dowolnym punkcie oraz szereg dodatkowych funkcji. System obliczeniowy składa się z dwóch głównych komponentów (Rys. 2) zawierających zbiory algorytmów umożliwiających diagnozowanie aktualnych i prognozowanie przyszłych stanów środowiska morskiego. Pierwszy z tych komponentów, zwany algorytmem DESAMBEM (skrót od nazwy wcześniej realizowanego projektu DEvelopment of a SAtellite Method for Baltic Ecosystem Monitoring ) to złożony zbiór szczegółowych modeli matematycznych i formuł statystycznych (Rys. 3) opisujących procesy fizyczne, chemiczne i biologiczne zachodzące w toni wodnej Bałtyku i nadbałtyckiej atmosferze (Woźniak i in. 1995, Woźniak i in. 2000, Woźniak i in. 2003, Woźniak i in. 2008, Ficek i 4

5 in. 2003, Darecki i in. 2008). Umożliwia on wyznaczanie wielu charakterystyk środowiska Bałtyku takich jak: temperatura powierzchniowa, rejony wynoszenia wód głębinowych (zjawisko upwellingu), zasięg wód rzecznych w Bałtyku, przezroczystość i zanieczyszczenia wód, dopływ energii światła użytecznego dla fotosyntezy PAR (Photosynthetically Active Radiation), stężenie chlorofilu a i innych pigmentów roślinnych w wodzie, kwantowa wydajność fotosyntezy, tempo produkcji pierwotnej materii organicznej, ilość uwalnianego tlenu oraz inne wielkości charakteryzujące stan i funkcjonowanie Morza Bałtyckiego na podstawie dostępnych danych satelitarnych. Rys. 2 Schemat blokowy części obliczeniowej SO SatBałtyk. DESAMBEM Modelowe formuły: Typ troficzny C a (0) Oświetlenie pow. PAR(0) Temperatura T M 1-Statystyczne modele pionowych rozkładów chlorofilu C a (z) = f(c a (0)) 2-Biooptyczne modele morza wł. optyczne = f(c a...) 3-Modele adaptacji chromatycznej i natężeniowej C j = f(c a, E d (λ,z)) 4-Model absorpcji światła przez glony a pl (λ) = f(q*,c a,c j ) 5-Model wydajności kwantowej fotosyntezy Φ = f(...) PIONOWY ROZKŁAD CHLOROFILU a, C a (z) OPTYCZNE WŁAŚCIWOŚCI MORZA, a(λ,z), c(λ,z), K d (λ,z) promieniowanie PODWODNE POLA ŚWIATŁA,...E d (λ,z),..., PAR(z) PIONOWE ROZKŁADY RÓŻNYCH PIGMENTÓW, C j (z) wzbudzenie molekuł ENERGIA ABSORBOWANA PRZEZ GLONY, a pl (z), PUR(z) WYDAJNOŚĆ KWANTOWA FOTOSYNTEZY, Φ(z) energia chemiczna FOTOSYNTEZA (PRODUKCJA PIERWOTNA), P(z), P tot (z) Rys. 3 Schemat blokowy algorytmu DESAMBEM. 5

6 Uzyskane na podstawie obliczeń wykonanych z wykorzystaniem algorytmu DESAMBEM mapy czterech ważnych charakterystyk ekosystemu Bałtyku, tj.: dopływu do powierzchni morza energii światła słonecznego aktywnego w procesie fotosyntezy materii organicznej (PAR), temperatury powierzchniowej morza, stężenia chlorofilu a w warstwie wód powierzchniowych i całodobowej produkcji materii organicznej w toni wodnej tego morza przedstawia rysunek 4. Mapy te opracowano na podstawie danych satelitarnych z dnia 8 maja 2001 r. (Woźniak i in. 2004). Bardziej szczegółowo Algorytm DESAMBEM przedstawiono w pracach Woźniaka i innych (2008) oraz Dareckiego i in. (2008). Podano tam również kolejne przykłady zastosowania go w praktyce do estymacji wybranych charakterystyk Bałtyku. Stosunkowo niewielkie błędy tych estymacji wyznaczone przez porównanie wartości modelowych z danymi empirycznymi potwierdzają celowość praktycznego wykorzystania tego algorytmu, jako podstawy przygotowania i uruchomienia bazy technicznej oraz praktycznych procedur Systemu Operacyjnego SatBałtyk. Rys. 4 Mapy istotnych charakterystyk ekosystemu Bałtyku: a) dopływu do powierzchni morza energii światła słonecznego aktywnego w procesie fotosyntezy (PAR), b) temperatury powierzchniowej morza, c) stężenia chlorofilu a w warstwie wód powierzchniowych i d) całodobowej produkcji materii organicznej w toni wodnej tego morza w kolumnie wody, wg Woźniaka i in. (2004) Występujące często w rejonie Bałtyku stany zachmurzenia atmosfery uniemożliwiają częściowo lub całkowicie wykorzystanie czujników satelitarnych do obserwacji i bezpośredniego diagnozowania zjawisk zachodzących w morzu z pomocą algorytmu DESAMBEM. W celu uzupełnienia informacji satelitarnej w sytuacjach, gdy nie jest ona dostępna najbardziej efektywne okazało się wykorzystanie danych generowanych przez prognostyczne modele hydrodynamiczne i ekohydrodynamiczne, asymilujące dane satelitarne wyznaczone algorytmem DESAMBEM. W SO 6

7 SatBałtyk rolę tę pełni kolejny komponent, oparty na zbiorze modeli prognostycznych algorytm BALTFOS (skrót od słów BALTic FOrecasting System), (Rys. 5). Zastosowanie prognostycznych modeli matematycznych zapewnia znacznie lepszą dokładność w stosunku do metod statystycznych wykorzystujących np. wyniki interpolacji (pomiędzy punktami w czasoprzestrzeni) rezultatów uzyskanych satelitarnie w rejonach bez chmur. Wynika to z faktu, że modele hydrodynamiczne i ekohydrodynamiczne uwzględniają prawa fizyczne i biochemiczne, kształtujące rozkłady przestrzenne badanych właściwości środowiska. Modele te, w szczególności numeryczne modele cyrkulacji wód Bałtyku pozwalają ponadto prognozować warunki hydrodynamiczne w morzu (prądy, poziom morza) do trzech dni wprzód. Ich dokładność znacznie wzrasta, dzięki asymilacji danych z algorytmu DESAMBEM. Poprzez asymilację danych rozumiemy procedurę przyswajania wartości pomiarowych w modelach prognostycznych. W rezultacie jej stosowania wyniki modeli są częściowo zdeterminowane obserwacjami, a częściowo teoretycznymi prawami przyrodniczymi będącymi podstawą tych modeli. Można więc takie zastosowanie modeli uznać za inteligentną metodę interpolacji danych obserwacyjnych, zarówno w czasie jak i w przestrzeni. Pozwala to uzupełniać diagnozę stanu środowiska morskiego w rejonach czasowo niewidocznych przez satelity. Ponadto dzięki stosowaniu modeli możliwa jest estymacja parametrów, których bezpośrednio z obserwacji satelitarnych wyznaczyć nie można. Warunkiem stosowania modeli matematycznych w systemach monitoringu, jest stałe poprawianie symulowanych w modelach charakterystyk obserwacjami. Ciągła asymilacja danych obserwacyjnych znacząco zwiększa też dokładność krótkookresowych prognoz modeli numerycznych. Rys. 5 Schemat blokowy systemu prognostycznego BALTFOS oraz jego powiązań z systemem DESAMBEM Jako uzupełnienie modeli diagnostycznych w SO SatBałtyk wykorzystywane są modele pogody (patrz Rys. 5): UM (Unified Model) działający operacyjnie w ICM (Interdyscyplinarne Centrum Modelowania Matematycznego i Komputerowego Uniwersytetu Warszawskiego) oraz WRF (Weather Research and Forecasting) (Skamarock et al. 2008), którego uruchomienie operacyjne w IO UG, w wersji dedykowanej dla obszaru Morza Bałtyckiego, planowane jest w roku Obecnie trwają prace nad walidacją i operacyjnym działaniem tego modelu. Prognozy modelu WRF będą stanowiły alternatywne źródło danych meteorologicznych dla systemu diagnostycznego i 7

8 prognostycznego. Planowane jest wykorzystywanie przez model WRF temperatury powierzchownej morza wyznaczanej satelitarnie z pomocą algorytmu DESMBEM. W SO SatBałtyk rozwijane są dwa operacyjnie modele hydrodynamiczne, które pozwalają wyznaczać stan aktualny oraz dają krótkookresową prognozę parametrów hydrologicznych (np.: temperatura wody, zasolenie, zlodzenie) oraz dynamicznych (np.: prądy, zmiany poziomu morza): PM3D (Parallel Model 3D) oraz POP-CICE. Zastosowanie dwóch modeli pozwala zwiększyć operacyjność systemu, gdyż w przypadku awarii technicznej jednego modelu system wykorzystuje drugi. Ponadto rozwiązanie takie pozwala na zmniejszenie błędów dzięki temu, że dla poszczególnych parametrów można wybrać model dokładniejszy. Model hydrodynamiczny POP-CICE (Dzierzbicka- Głowacka i in. 2012, Dzierzbicka-Głowacka i in. 2012) jest rozwijany w IO PAN w ramach złożonego systemu połączonych modeli 3DCEMBS (Coupled Ecosystem Model of the Baltic Sea). Cześć hydrodynamiczna tego systemu stanowi model POP (Parallel Ocean Program) połączony z modelem lodu CICE (Los Alamos Sea Ice Model). W roku 2012 uruchomiono model w wersji operacyjnej a wyniki prognoz hydrologicznych w tym parametrów lodu morskiego są przekazywane do SO SatBałtyk. Model hydrodynamiczny PM3D (Parallel Model 3D) jest nową, ulepszoną w ramach projektu SatBałtyk, wersją modelu M3D (Kowalewski, 1997) rozwijanego na bazie modelu Blumberga i Mellora (1987) - POM (Princeton Ocean Model). Operacyjna wersja modelu M3D została uruchomiona najpierw dla Bałtyku i Zatoki Gdańskiej (Kowalewski, 2002), a następnie dla Zatoki Pomorskiej i Zalewu Szczecińskiego (Kowalewska-Kalkowska i Kowalewski 2006, Kowalewski i Kowalewska-Kalkowska 2011). Opracowano ponadto współdziałający z modelem M3D model termodynamiki i dynamiki lodu morskiego (Herman i in. 2011). W ramach projektu SatBałtyk opracowano i uruchomiono nową wersje modelu (PM3D) umożliwiającą równoległe obliczenia na komputerach wielordzeniowych, co pozwoliło na zwiększenie rozdzielczości modelu do 3 mil morskich (ok. 5,5 km) dla obszaru całego Bałtyku a w jego części południowej nawet do pół mili morskiej (ok. 900 m). Wprowadzono także procedury asymilacji do tego modelu map temperatury powierzchniowej morza (SST) wyznaczanych na podstawie obserwacji satelitarnych oraz informacji o dopływie energii słonecznej i innych składowych bilansu ciepła na powierzchni morza pochodzących z części diagnostycznej systemu (DESAMBEM). Asymilacja w modelu codziennych map powierzchniowej temperatury morza wyznaczanych metodami teledetekcji satelitarnej spowodowała, iż prognozowane wartości temperatury są znacznie bliższe rzeczywistym. Pokazuje to przykładowe porównane symulowanego za pomocą modelu przebiegu zmian temperatury powierzchniowej z obserwacjami z boi pomiarowej (Rys. 6). Model wykorzystujący asymilację satelitarnych danych SST znacznie lepiej przybliżał obserwowane na boi wartości empiryczne. Temperatura powierzchniowa morza obliczona bez asymilacji danych była zawyżona w okresach zimowo wiosennych oraz lekko zaniżona latem. Analiza błędów modelowania pokazała, iż symulacje z asymilacją SST wyznaczonej na podstawie obserwacji satelitarnych miały znacznie mniejsze błąd systematyczny (obciążenie), a także mniejszy błąd statystyczny (odchylenie standardowe różnic pomiędzy temperaturą modelowaną i obserwowaną) w stosunku do symulacji bez asymilacji danych (Rys. 7). Warto też zauważyć, że zastosowanie modelu i odpowiedniej metody asymilacji danych zwiększa dokładność estymacji temperatury powierzchniowej morza również w porównaniu do wyników uzyskanych jedynie na podstawie obserwacji satelitarnych. 8

9 Rys. 6 Powierzchniowa temperatura wody w południowej części Bałtyku w roku 2010: dane empiryczne zarejestrowane na boi (Tobs), wyniki modelowania z zastosowaniem asymilacji danych satelitarnych (M3D+A) i bez tej asymilacji (M3D). Rys. 7 Błąd statystyczny temperatury powierzchniowej obliczonej za pomocą modelu M3D z asymilacją danych (M3D+A) i bez asymilacji (M3D) oraz metodami satelitarnymi (SST). Prognozowanie i ewidencjonowanie skutków i zagrożeń w strefie brzegowej morza, spowodowanych bieżącymi i spodziewanymi stanami sztormowymi umożliwia system rozwijany w ramach projektu SatBałtyk przez INoM US (Rys. 8). Danymi wejściowymi do obliczeń z wykorzystaniem tego systemu są generowane przez modele prognostyczne informacje dotyczące poziomu morza i parametrów falowania, oraz dodatkowo informacje dotyczące morfologii brzegu. Są one wprowadzane do modelu Xbeach (extreme Beach behavior model. Xbeach), który został opracowany przez konsorcjum: UNESCO-IHE, Deltares (Delft Hydraulics), Delft University of Technology i Uniwersytetu w Miami (przy wsparciu finansowym US Army Corps of Engineers). Pozwala on modelować takie procesy jak: załamanie fali, nabieganie fali na brzeg, wielkość erozji wydmy, wielkość erozji strefy brzegowej. Opracowywany w ramach projektu SatBałtyk system pozwoli na przewidywanie i wizualizację następujących wskaźników: występowanie prądów 9

10 rozrywających, stopień zalewania plaży, wielkość erozji wydmy oraz pozwoli określić ilość materiału wyerodowanego ze strefy brzegowej i ilość materiału zawieszonego w wodzie. Rys. 8 Schemat systemu ewidencjonowania skutków i zagrożeń w strefie brzegowej Południowego Bałtyku, spowodowanych bieżącymi i spodziewanymi stanami sztormowymi. Do prognozowania biomasy podstawowych grup fitoplanktonu, produkcji pierwotnej, stężeń substancji biogenicznych (związków azotu, fosforu i krzemu), chlorofilu a oraz tlenu rozpuszczonego w SO SatBałtyk wykorzystywane są dwa numeryczne modele ekologiczne zintegrowane z modelami hydrodynamicznymi. Pierwszy z nich, ProDeMo rozwijany od roku 1995 w IO UG (Ołdakowski et al. 2005), umożliwiał symulacje czasowo-przestrzennych rozkładów: stężeń substancji biogenicznych, koncentracji dwóch grup fitoplanktonu, zooplanktonu, tlenu oraz węgla organicznego. Nowsza, zmodyfikowana wersja modelu ProDeMo II (Kowalewski et al. 2003, Kannen et al. 2004) pozwoliła na modelowanie pięciu grup fitoplanktonu, uwzględniła asymilację azotu atmosferycznego przez sinice oraz dwie warstwy osadu (czynną i bierną). W ramach projektu SatBałtyk uruchomiona została kolejna wersja modelu - ProDeMo III, w której zmodyfikowano sposób modelowania osadu poprzez wprowadzenie wielowarstwowej warstwy czynnej. Ponadto, w celu modelowania warunków deficytu tlenowego, wprowadzono procesy degradacji materii organicznej. Wprowadzono stężenie siarkowodoru i siarczanów jako dodatkowe zmienne stanu dla osadu, dzięki czemu wprowadzono możliwość występowania zarówno w toni wodnej, jak i w osadzie siarkowodoru. Drugi model ekohydrodynamiczny, uruchomiony operacyjnie w IO PAN w ramach projektu SatBałtyk, to numeryczny model ekosystemu Morza Bałtyckiego 3D-CEMBS (Dzierzbicka-Głowacka i in. 2013b) bazujący na modelu ekosystemu dla skali globalnej (Moore i in. 2002). W ramach systemu CESM (Community Earth System Model) współpracuje on z modelem hydrodynamicznym POP oraz modelem lodu morskiego CICE. Model obejmuje 13 zmiennych stanu: mały i duży fitoplankton, gatunki letnie (głównie sinice), zooplankton, mały detrytus pelagiczny, rozpuszczony tlen, a ze składników odżywczych: azotany, amoniak, fosforany i krzemiany. Klasa małego 10

11 fitoplanktonu symbolizuje nano- i picofitoplankton i jest limitowana przez azotany, fosforany, temperaturę i dostępne światło. Klasa fitoplanktonu o większych rozmiarach reprezentowana głównie przez okrzemki jest limitowana przez powyższe czynniki i krzemiany. Modele ekohydrodynamiczne pozwolą na uzupełnianie satelitarnej informacji o stężeniu chlorofilu a w przypadku występowania zachmurzenia. W ramach programu SatBałtyk trwają prace nad budową nowego modelu (EcoSat), który umożliwi asymilację wyznaczonych satelitarnie rozkładów powierzchniowych stężeń chlorofilu a. Dodatkowo przewiduje się wykorzystanie w nim strumieni promieniowania fotosyntetycznie czynnego (PAR) obliczonych na podstawie informacji satelitarnej. Model EcoSat będzie bazował na istniejących modelach ProDeMo i 3DCEMBS. Jak już wspomniano, modele składające się na podsystemy diagnostyczne i prognostyczne są kalibrowane w oparciu o dane mierzone na bojach pomiarowych i stacjach brzegowych, a jakość produktów Systemu Operacyjnego SatBałtyk oceniana jest za pomocą pomiarów in situ wykonywanych ze statków podczas rejsów badawczych i z innych dostępnych platform pomiarowych. W projekcie SatBałtyk wykorzystywane są do pomiarów dwa statki badawcze: Oceania i Oceanograf II, dwie specjalne boje pomiarowe (Rys. 9) oraz 5 stacji brzegowych (Sopot, Hel, Gać, Słupsk, Międzyzdroje). Rys. 9 Statki badawcze: Oceania (po lewej) i Oceanograf II (po prawej) oraz boje pomiarowe stanowiące elementy SO SatBałtyk. Produkty SO SatBałtyk System Operacyjny SatBałtyk umożliwia diagnozowanie i prognozowanie szeregu istotnych wielkości charakteryzujących środowisko Morza Bałtyckiego i funkcjonowanie jego ekosystemów oraz tworzenie map jego charakterystyk strukturalnych i funkcjonalnych. Rysunek 10 ilustruje przykład map temperatury powierzchniowej morza (SST) wyznaczonych w oparciu o dane satelitarne, zarejestrowane za pomocą czujnika AVHRR (satelita NOAA) oraz 11

12 MODIS (satelita AQUA) w dniu 28 sierpnia Na mapach satelitarnych, wzdłuż południowych brzegów Bałtyku widoczne są obszary obniżonej temperatury wód powierzchniowych, będące efektem występowania tam przybrzeżnych prądów wznoszących (tzw. upwelling ów). Zjawisko to polega na wynoszeniu na powierzchnię, zwykle chłodniejszych wód z głębiej położonych warstw pod wpływem prądu powstającego przy wiatrach wiejących wzdłuż brzegu. W niektórych obszarach brakuje informacji o temperaturze ze względu na występujące tam zachmurzenie. Kolejna mapa (Rys. 10c) przedstawia rozkład przestrzenny temperatury wody wyznaczony za pomocą modelu hydrodynamicznego PM3D o rozdzielczości 0,5 mili morskiej w części południowej Bałtyku i 3 mil morskich w pozostałych rejonach. W symulacji modelowej asymilowane były rozkłady SST obserwowanego satelitarnie, a także satelitarne obserwacje zachmurzenia do obliczenia dopływu energii promieniowania słonecznego. Ostateczną mapę temperatury powierzchniowej morza (Rys. 10d) uzyskano poprzez wypełnianie obszarów zachmurzonych na mapie satelitarnej wynikami modelu. Rys. 10 Temperatura powierzchniowa morza (SST) w dniu obserwowana: a) za pomocą radiometru AVHRR (satelity NOAA) i b) za pomocą radiometru MODIS (satelita AQUA), c) obliczona za pomocą modelu PM3D, d) wyznaczona na podstawie danych satelitarnych i uzupełniona wynikami modelu Jednym z ważnych parametrów stanu środowiska morskiego, monitorowanych w ramach projektu SatBałtyk jest powszechnie przyjęte za wskaźniki ilości fitoplanktonu w toni wodnej powierzchniowe stężenie chlorofilu a (Rys. 11). Do wyznaczania rozkładów przestrzennych tego parametru stosuje się algorytmy DESAMBEM wykorzystujące charakterystyki spektralne światła wychodzącego z toni wodnej, które mogą być określane także teledetekcyjnie radiometrem z pokładu satelity. Znajomość rozkładów przestrzennych stężenia chlorofilu a, pozwala między innymi na wyznaczanie charakterystyk pierwotnej produkcji materii organicznej w morzu i uwalniania tlenu w wodzie. Wykorzystywane w tym celu algorytmy zostały specjalnie opracowane i dostosowane do specyficznych warunków bio-optycznych wód Bałtyku. (Woźniak i inni 2008, Darecki i inni 2008). Dane satelitarne ze skanerów MODIS (satelita Aqua) przetwarzane są w ramach systemu z 12

13 wykorzystaniem korekcji atmosferycznej, dostosowanej, podobnie jak same algorytmy, do specyficznych warunków wód Bałtyku i atmosfery nad tymi wodami. Rys. 11 Rozkład stężeń powierzchniowego chlorofilu a Ważnym zastosowaniem satelitarnej teledetekcji środowiska morskiego jest możliwość jej wykorzystania do monitorowania procesów wpływających na ilościową wymianę energii (i także masy) pomiędzy morzem i atmosferą. Bowiem obok zysku energii z dopływu od Słońca do morza promieniowania krótkofalowego (SWd) i długofalowego (LWd) (podczerwonego czyli cieplnego) mamy również do czynienia z wypromieniowywaniem energii z morza a także jej odpływem z parą wodną. (Rys. 12). Procesy te wpływają na formowanie się oddolnych (skierowanych ku górze) strumieni promieniowania wychodzących z morza, to jest promieniowania słonecznego rozproszonego wstecz w akwenie (SWu) oraz cieplnego promieniowania morza (LWu). Część tego promieniowania po przejściu przez atmosferę opuszcza Ziemię, a więc wpływa na jej globalny bilans energetyczny, mający fundamentalne znaczenie dla formowania klimatu Ziemi. Jednym z głównych elementów koniecznych do scharakteryzowania tego globalnego bilansu energii jest bilans energii promienistej powierzchni morza, którego efektem jest tzw. wypadkowy strumień promieniowania NET. Przez to pojęcie rozumie się następującą różnicę energii NET = (SWd + LWd) - (SWu + LWu). 13

14 Rys. 12 Dopływ i wykorzystanie energii promieniowania słonecznego na różne procesy w systemie morzeatmosfera Przykładowa mapa wartości takiego chwilowego wypadkowego strumienia promieniowania (NET) z godziny czasu uniwersalnego (UTC) dnia 24 kwietnia 2011 została zilustrowana na rysunku 13. Wyznaczono ją na podstawie zależności stanowiących modyfikację algorytmu DESAMBEM (Zapadka i in. 2008, Woźniak i Krężel 2010). Danymi wejściowymi były dane satelitarne MSG/SEVIRI oraz dane z prognostycznego modelu UM. Satelitarne obrazy z czujników MSG umożliwiają obserwacje obecności lodu morskiego, a także takich jego cech fizycznych jak np. albedo i temperatura powierzchniowa. Są to bardzo cenne informacje mogące służyć między innymi jako dane wejściowe do modeli hydrodynamicznych i modeli atmosfery, w miejsce obecnie stosowanych znacznie uproszczonych założeń (np.: stałe albedo lodu itp.). Wadą danych MSG jest fakt, że powierzchnia Ziemi nie jest widoczna z tego satelity w sytuacjach, w których występują chmury, co w okresie zimowym nad Bałtykiem zdarza się często. Ponadto, dane z radiometrów satelitarnych w pasmach fal światła widzialnego dostępne są jedynie w porze dziennej, co znacznie ogranicza ich wykorzystanie w okresie zimowym, zwłaszcza nad północną częścią obszaru Bałtyku. Tym niemniej, ze względu na stosunkowo niewielką zmienność czasową pokrywy lodowej w porównaniu do kroku czasowego danych MSG (15 minut), istnieje możliwość wyznaczania danych dotyczących zlodzenia powierzchni morza na podstawie szeregu kolejnych scen z danego dnia. Pozwala to na znaczne zredukowanie braku danych kosztem redukcji ich rozdzielczości czasowej. 14

15 Rys. 13 Mapa wypadkowego strumienia bilansu promieniowania powierzchni Bałtyku NET w dniu 24 kwietnia 2011 o godz UTC Na kolejnym rysunku (Rys. 14) pokazane jest zdjęcie widzialne z satelity MODIS, mapa lodowa opracowana w SMHI, mapa albedo lodu będąca wynikiem opracowanego w ramach projektu SatBałtyk algorytmu wyznaczania zlodzenia na podstawie danych z satelity MSG oraz wynik modelu CICE dla tego samego dnia. Warto zwrócić uwagę na zgodność pomiędzy tymi produktami, mimo stosowania zupełnie różnych metod oraz znacznego zachmurzenia obserwowanego w tym dniu nad Bałtykiem, utrudniającego analizy obrazów satelitarnych. 15

16 a) b) c) d) Rys. 14 Sytuacja lodowa na Morzu Bałtyckim 20 lutego 2013roku: a) zdjęcia widzialne z satelity MODIS z godziny 9:45, b) mapy lodowe SMHI oraz c) wynik algorytmu wyznaczania zlodzenia na podstawie danych z satelity MSG (albedo lodu), d) koncentracja lodu obliczona za pomocą modelu CICE. Analiza danych satelitarnych w zakresu widzialnego, np. pochodzących ze skanera MODIS, oprócz stężenia chlorofilu umożliwia także określenie przestrzennych rozkładów wielu innych optycznie znaczących parametrów podpowierzchniowych wód Bałtyku. Jednym z nich jest przeźroczystość wody. Na rysunku 15 pokazana jest mapa przeźroczystości wody dla długości fali 532nm odpowiadającej długości fali wykorzystywanego w wielu urządzeniach zielonego lasera, określona na podstawie danych skanera MODIS przy wykorzystania algorytmów opracowanych w ramach projektu SatBałtyk. 16

17 Rys. 15 Przezroczystość powierzchniowych wód Bałtyku dla długości fali 532nm wyznaczona na podstawie danych skanera MODIS (satelita AQUA) z dnia 7 lipca 2013 roku. Jak już wspomniano, modele pogody oraz modele hydrodynamiczne działające w SO SatBałtyk nie tylko wspomagają system diagnostyczny, lecz umożliwiają również prognozowanie krótkookresowych zmian stanu dynamicznego morza oraz atmosfery nadbałtyckiej. Informacje te udostępniane poprzez serwis internetowy stanowić będą ważną informację dla różnych działań związanych z morzem, takich jak: transport morski, rybołówstwo, turystyka, ratownictwo morski i przede wszystkim narzędzie wspierające działania operacyjne morskich służb państwowych w strefie przybrzeżnej, w tym podstawy planowania i działań operacyjnych służb w sytuacjach kryzysowych w rejonach przybrzeżnych (ostrzeganie przed zagrożeniami na morzu i w strefie brzegowej). Prognozy takie są szczególnie istotne w przypadku ekstremalnych warunków pogodowych. Przykładową prognozę prądów podczas silnego sztormu (Ksawery), który przechodził nad Bałtykiem w grudniu 2013, przedstawiono na kolejnym rysunku (Rys. 16). 17

18 Rys. 16 Prognoza prądów powierzchniowych w podczas sztormu Ksawery w grudniu 2013 roku, obliczona za pomocą modelu PM3D. Modele hydrodynamiczne pozwalają także na wiarygodne prognozowanie poziomu wody dla całego obszaru Morza Bałtyckiego. Umożliwia to przewidywanie wezbrań sztormowych w dowolnym punkcie wybrzeża. Porównanie prognozowanych za pomocą modelu PM3D z obserwowanymi poziomami wody zarejestrowanymi w Kołobrzegu, w podczas sztormu Ksawery przedstawia rysunek 17. Rys. 17 Obserwowane (OBS) oraz prognozowane za pomocą modelu PM3D poziomy wody w Kołobrzegu w kolejnych dniach sztormu Ksawery w grudniu 2013 roku. Prognozowanie wartości wskaźników oddziaływania sztormu w strefie brzegowej umożliwia system ewidencjonowania skutków i zagrożeń w strefie brzegowej morza oparty na modelu XBeach. Oprócz wizualizacji prognoz poszczególnych wskaźników na ogólnodostępnej stronie internetowej, w ramach SO SatBałtyk powstanie Baza danych skutków sztormu. Gromadzone w niej będą informacje, które pozwolą na przeprowadzanie dalszych, bardziej szczegółowych analiz poszczególnych zjawisk. Testowy system powstaje obecnie w odniesieniu do 14 km odcinka brzegu 18

19 wydmowego zachodniego wybrzeża Polski, obejmującego swoim zasięgiem obszar Mierzei Dziwnowskiej. (Rys. 18). Rys. 18 Prognozowane stopnie zalania poszczególnych odcinków plaży w Dziwnowie wg. modelu XBeach, podczas sztormu Ksawery w grudniu 2013 roku. Serwis internetowy SO SatBałtyk Wyniki monitorowania satelitarnego oraz prognoz modelowych wykonywanych w ramach SO SatBałtyk gromadzone są w geoprzestrzennej bazie danych PostgreSQL rozszerzonej o dodatek PostGIS, umożliwiającej przechowywanie i przetwarzanie danych geograficznych. Serwis internetowy (Rys. 19) zbudowany w oparciu o serwer map (MapServer) pozwala udostępniać dane satelitarne oraz modelowe w formie codziennie aktualizowanych map. Zastosowanie serwera map pozwoliło na wprowadzenie szeregu funkcjonalności ułatwiających korzystanie z serwisu, między innymi: wybór projekcji geograficznej, możliwość powiększenia wybranego fragmentu mapy, odczyt wartości danej charakterystyki w dowolnym punkcie, a także zmianę skali barw. Serwis ten umożliwia również na nakładanie rozkładu wartości wybranej charakterystyki środowiska na różne mapy bazowe, zarówno wektorowe jak i rastrowe (mapy satelitarne) a także na mapy dostarczane przez inne serwisy, (np. Google Maps). Dodatkowo serwis pozwala także na tworzenie wykresów czasowych w dowolnie wybranym punkcie. Dzięki temu możliwe jest przeanalizowanie czasowej zmienności wybranej charakterystyki, a także porównanie przebiegu jej zmian z przebiegiem zmian innych charakterystyk środowiska. W bazie danych gromadzone są zarówno aktualne jak i archiwalne informacje począwszy od roku 2010, co pozwoli na śledzenie ewentualnych trendów i zmian sezonowych. Poza produktami satelitarnymi i wynikami modeli matematycznych gromadzone są także dane empiryczne z pomiarów na stacjach brzegowych i bojach pomiarowych. Serwis internetowy umożliwia ponadto eksport zgromadzonych informacji w postaci map z wybranego okresu czasu, zarówno w formatach graficznych jak i wielowymiarowych formatach numerycznych stosowanych do informacji geoprzestrzennych. 19

20 Rys. 19 Przykładowe prezentacje danych serwisu internetowego Systemu Operacyjnego SatBałtyk. Eksport danych w wielowymiarowych formatach geoprzestrzennych: NetCDF i GRIB umożliwia wykorzystanie informacji z SO SatBałtyk w elektronicznych mapach nawigacyjnych ENC (Electronic Navigational Chart) oraz jako tzw. Dodatkowe Warstwy Wojskowe ADL (Additional Military Layers) (Rys. 20). Dzięki temu aktualne mapy satelitarne oraz prognozy z numerycznych modeli pogody i modeli hydrodynamicznych (prądów, zasolenia wody, itp.) mogą być wykorzystane dla zapewnienia bezpieczeństwa na morzu, wsparcia nawigacyjnego i w ratownictwie morskim. Cyfrowe mapy o dużej rozdzielczości (ok. 1 km) pozwalają na bardziej precyzyjne zobrazowanie 20

21 warunków środowiskowych w stosunku do tradycyjnych, tekstowych komunikatów meteorologicznych lub hydrologicznych. Rys. 20 Cyfrowe mapy z informacją z modelu hydrodynamicznego (prądy i zasolenie) nałożone jako dodatkowe warstwy na elektroniczną mapę nawigacyjną ENC. SO SatBałtyk umożliwi przekazywanie informacji meteorologicznych i oceanograficznych do Systemów Obrazowania Elektronicznej Mapy i Informacji Nawigacyjnej ECDIS (Electronic Chart Display and Information System), służących do prowadzenia nawigacji bez użycia tradycyjnej mapy papierowej. Dla danych wektorowych wykorzystywany jest obecnie standard IHO Standard Wymiany Cyfrowych Danych Hydrograficznych S-57, który stanowi bazę do budowy AML, a zdobyte przy tworzeniu i wykorzystaniu S-57 doświadczenie wykorzystano przy tworzeniu całej rodziny nowych standardów hydrograficznych S-100. W koncepcji AML (Pietrzak 2010) do wymiany danych gridowych wykorzystywane są formaty: GRIB (GRid in Binary) oraz NetCDF (Network Common Data Form). GRIB jest formatem Światowej Organizacji Meteorologicznej, wykorzystywanym do wymiany danych meteorologicznych. Standard ten pozwala także na kompresję danych gridowych. NetCDF jest natomiast powszechnie używanym formatem wymiany danych pochodzących z numerycznych modeli oceanograficznych i meteorologicznych rozwijanym przez stowarzyszenie UCAR (University Corporation for Atmospheric Research) skupiające 75 uniwersytetów związanych z badaniami atmosfery. Serwis SO SatBałtyk uzupełniany jest przez system ewidencji skutków i zagrożeń w strefie brzegowej spowodowanych bieżącymi i spodziewanymi stanami sztormowym rozwijanym przez INoM US (Rys. 21). Umożliwia on wyznaczanie ważnych parametrów bezpieczeństwa w rejonie wybrzeży Bałtyku, takich jak charakterystyki i lokalizacja występowania prądów rozrywających, stopień zalania plaż, stopień erozji plaż i wydm, ilość materiału zabieranego ze strefy brzegowej w wyniku erozji, ilość materiału zawieszonego w wodach, a także depozycja zanieczyszczeń, intensywność użytkowania plaż, szerokości plaż, batymetria strefy brzegowej i inne. 21

22 Rys. 21 Ilustracja Internetowego serwisu dotyczącego skutków i zagrożeń w strefie brzegowej morza, spowodowanych bieżącymi i spodziewanymi stanami sztormowymi. Podsumowanie Wykorzystujący najnowsze techniki satelitarne i modele matematyczne System Operacyjny SatBałtyk umożliwia kompleksowe monitorowanie i prognozowanie zmian środowiska Bałtyku. Działanie operacyjne tego systemu zapewnia złożony system informatyczny, w którym ciągły dopływ najważniejszych danych zagwarantowany jest poprzez zdublowane najważniejszych źródeł danych satelitarnych i modelowych. Współdziałające wzajemnie komponenty: diagnostyczny i prognostyczny, uzupełniane i kalibrowane pomiarami i obserwacjami in situ, pozwoliły zoptymalizować budowany system kontroli, bazujący na teledetekcji satelitarnej i modelowaniu 3D. Docelowo System będzie umożliwiał rutynowe monitorowanie ok. 90 charakterystyk środowiska Bałtyku i ich udostępnianie przez Internet w formie map rozkładów ich wartości na całym obszarze Bałtyku. Prezentowane będą też kilkudniowe prognozy zmian najważniejszych charakterystyk tego środowiska. Wśród tych wielu monitorowanych charakterystyk wymienić można przykładowo następujące: temperatura i zasolenie wód powierzchniowych, prędkości i kierunki prądów powierzchniowych, prądy wznoszące upwellingi, wskaźniki przezroczystości wody, zalodzenie powierzchni morza, koncentracje pigmentów i pośrednio identyfikacja głównych taksonów fitoplanktonu, wydajności i szybkości fotosyntezy materii organicznej, dobowe wartości całkowitej produkcji materii organicznej i uwalniania tlenu w toni wodnej, pojawianie się plam zanieczyszczeń wód, zawartość ozonu w atmosferze nadbałtyckiej, wartości i bilanse strumieni energii promieniowania dla poszczególnych obszarów Bałtyku, ilości energii zasilającej ekosystem Bałtyku i 22

23 wiele innych. Dodatkowo System umożliwi prognozowanie i ewidencjonowanie skutków i zagrożeń w strefie brzegowej morza, spowodowanych bieżącymi i spodziewanymi stanami sztormowymi, t.j. wyznaczanie ważnych parametrów bezpieczeństwa w rejonie wybrzeży Bałtyku, takich jak charakterystyki i lokalizacja występowania prądów rozrywających, stopień zalania plaż, stopień erozji plaż i wydm, ilość materiału zabieranego ze strefy brzegowej w wyniku erozji, ilość materiału zawieszonego w wodach, a także depozycja zanieczyszczeń, intensywność użytkowania plaż, szerokości plaż, batymetria strefy brzegowej i inne. Monitoring prowadzony przy pomocy różnych technik teledetekcji satelitarnej oraz prognozowanie warunków meteorologicznych i hydrodynamicznych w Morzu Bałtyckim, realizowane w ramach SO SatBałtyk, stanowić może istotne źródło aktualnych informacji dla wielu odbiorców zarówno instytucjonalnych jak i indywidualnych, a w szczególności: dla prowadzących badania różnych procesów zachodzących w morzu i wdrażanie wiedzy do kontrolowania i gospodarowania zasobami morza krajowych i zagranicznych jednostek naukowych, dla urzędów administracji państwowej i samorządowej, dla zespołów reagowania kryzysowego, organizacji ekologicznych, rybaków i amatorów sportów wodnych, dla służb zabezpieczenia meteorologiczno-oceanograficznego do planowania operacji ratowniczych lub wojskowych na morzu oraz w strefie brzegowej. Biuro Hydrograficzne Marynarki Wojennej (BHMW), jako służba zabezpieczenia nawigacyjno-hydro graficznego i meteorologiczno-oceanograficznego Marynarki Wojennej, może być jednym z odbiorców danych i serwisów informacyjnych SO SatBałtyk w sektorze wojskowym zaś Morska Służba Poszukiwania i Ratownictwa będzie mogła korzystać w czasie prowadzania akcji poszukiwawczych lub ratowniczych z aktualnych informacji i prognoz meteorologicznych i hydrodynamicznych udostępnianych przez SO SatBałtyk. Przedstawiony System Operacyjny SatBałtyk wzbogaca w istotny sposób polską ofertę w wymianie danych i informacji w ramach organizacji i międzynarodowych systemów obserwacji Ziemi (GMES/Copernicus, GEO/GEOSS) oraz oceanu (GOOS Global Ocean Observing System, EuroGOOS) i Morza Bałtyckiego (BOOS). Podziękowania Autorzy pragną podziękować koleżankom i kolegom współrealizującym projekt Satelitarnej Kontroli Środowiska Morza Bałtyckiego za udostępnienie materiałów wykorzystanych w niniejszej pracy. Literatura Blumberg A.F., Mellor G.L., A description of the three-dimensional coastal ocean circulation model, [w:] Three-Dimensional Coastal Ocean Models, Heaps N. (red.), American Geophysical Union, 1987 Darecki M., Ficek D., Krężel A., Ostrowska M., Majchrowski R, Woźniak S.B., Bradtke K., Dera J., Woźniak B., Algorithms for the remote sensing of the Baltic ecosystem (DESAMBEM). Part 2: Empirical validation, Oceanologia, 2008, 50(4), Dzierzbicka-Głowacka L., Jakacki J., Janecki M., Nowicki A., Activation of the operational ecohydrodynamic model (3D CEMBS) - the hydrodynamic part, Oceanologia, 2013a,55(3),

24 Dzierzbicka-Głowacka L., Jakacki J., Janecki M., Nowicki A., The Baltic Sea coupled ice-ocean model. Chaotic Modeling and Simulation (CMSIM), 2012, 4, Dzierzbicka-Głowacka L., Janecki M., Nowicki A., Jakacki J., Activation of the operational ecohydrodynamic model (3D CEMBS) the ecosystem module, Oceanologia, 2013b, 55(3), Herman, A., Jedrasik, J., Kowalewski, M., Numerical modelling of thermodynamics and dynamics of sea ice in the Baltic Sea. Ocean Sci., 2011, 7, Kannen, A., J., J., Kowalewski, M., Ołdakowski, B., Nowacki, J., Assessing catchment-coast interactions for the Bay of Gdansk, pp , [in:] Coastline Reports 2, Managing the Baltic Sea, Schernewski, G., Löser, N. (eds.), Kowalewska-Kalkowska H. Kowalewski M., Hydrological forecasting in the Oder Estuary using a three-dimensional hydrodynamic model, Hydrobiologia, 2006, 554(1): Kowalewski M., A three-dimensional, hydrodynamic model of the Gulf of Gdańsk, Oceanol. Stud., 1997, 26 (4), Kowalewski M., An operational hydrodynamic model of the Gulf of Gdańsk [w:] Research works based on the ICM's UMPL numerical weather prediction system results, (red.). B. Jakubiak, Wydawnictwa ICM, 2002, Kowalewski M., Kowalewska-Kalkowska H., Performance of operationally calculated hydrodynamic forecasts during storm surges in the Pomeranian Bay and Szczecin Lagoon, Boreal Environment Research, Res., 2011, 16 (suppl. A): Kowalewski M., The influence of the Hel upwelling (the Baltic Sea) on nutrient concentration and primary production the results of an ecohydrodynamic model, Oceanologia, 2005, 47 (4), Kowalewski, M., Jędrasik, J., Ołdakowski, B., Nowacki, J. The impact of the Vistula river on the coastal waters of the Gulf of Gdańsk Scenarios analyses by ecohydrodynamic model. Report of EUROCAT project of European Commission, DG Research 5th Framewor, IO UG, Gdynia, Moore, J.K., Doney, S.C., Kleypas, J.A., Glover, D.M., Fung, I.Y., An intermediate complexity marine ecosystem model for the global domain. Deep-Sea Res. II, 2002,49: Pietrzak S., Rozwój koncepcji Dodatkowych Warstw Wojskowych w okresie ostatnich 10 lat, Przegląd Hydrograficzny, 2010, 6 Skamarock, W.C., Klemp, J.B., Dudhia, J., Gill, D.O., Barker, D.M., Duda, M.G., Huang, X.-Y., Powers, J.G., A description of the Advanced Research WRF Version 3. National Center for Atmospheric Research, Boulder, Colorado, USA, 2008, Technical Note NCAR/TN-475+STR, 125 s., Woźniak B., Dera J., Semovski S., Hapter R., Ostrowska M., Kaczmarek S., Modelling the relationship between primary production, optical properties, and nutrients in the sea, Stud. i Mater. Oceanol., 1995, 68, Woźniak B., Dera J., Ficek D., Majchrowski R., Kaczmarek S., Ostrowska M., Koblentz-Mishke O.I., Model of the in vivo spectral absorption of algal pigments. Part 1. Mathematical apparatus, Oceanologia, 2000, 42(2),

25 Woźniak B., Dera J., Ficek D., Majchrowski R., Ostrowska M., Kaczmarek S., Modelling light and photosynthesis in the marine environment, Oceanologia, 2003, 45(2), Woźniak, A. Krężel, J. Dera, Development of a satellite method for Baltic ecosystem monitoring (DESAMBEM) - an ongoing project in Poland, Oceanologia, 2004, 46(3), Woźniak B., Krężel A., Darecki M., Woźniak S.B., Majchrowski R., Ostrowska M., Kozłowski Ł., Ficek D., Olszewski J., Dera J., Algorithm for the remote sensing of the Baltic ekosystem (DESAMBEM), Part 1: Mathematical apparatus, OCEANOLOGIA, 2008, 50(4), Woźniak M., Krężel A., Sea surface temperature retrieval from MSG/SEVIRI data in the Baltic Sea area, Oceanologia, 2010, 52(3), doi: /oc Woźniak B., Bradtke K., Darecki M., Dera J., Dudzińska-Nowak J., Dzierzbicka-Głowacka L., Ficek D., Furmańczyk K., Kowalewski M., Krężel A., Majchrowski R., Ostrowska M., Paszkuta M., Stoń-Egiert J., Stramska M., Zapadka T., SatBaltic a Baltic environmental satellite remote sensing system- an ongoing project in Poland. Part 1: Assumptions, scope and operating range, Oceanologia, 2011a, 53(4) Woźniak B., Bradtke K., Darecki M., Dera J., Dudzińska-Nowak J., Dzierzbicka-Głowacka L., Ficek D., Furmańczyk K., Kowalewski M., Krężel A., Majchrowski R., Ostrowska M., Paszkuta M., Stoń-Egiert J., Stramska M., Zapadka T., SatBaltic a Baltic environmental satellite remote sensing system- an ongoing project in Poland. Part 2: Practical applicability and preliminary results, Oceanologia, 2011b, 53(4), Zapadka T., Krężel A., Woźniak B., Longwave radiation budget at the Baltic Sea surface from satellite and atmospheric model data, Oceanologia, 2008, 50(2), Summary: The Operational System SatBałtyk (SO SatBałtyk) is a complex set of operational measurement instruments, mathematical models and procedures enabling the routine monitoring of ca 90 different characteristics of the Baltic Sea environment as well as their presentation (chiefly via the Internet) in the form of distribution maps and tables of their values. The instrumentation used by SO SatBałtyk comprises receivers of data recorded by selected satellites, sets of measurements from marine and meteorological sondes, loggers, converters and transmitters of measurement data from these sondes, as well as laboratory analytical apparatus and a network of computer servers with installed databases, the relevant mathematical models and algorithms, to be used in accordance with stipulated procedures. The system utilises data from more than a dozen satellites regularly passing over the Baltic, and data from measurement sondes and analytical apparatus deployed on measurement buoys and ships, and in laboratories. The computational part of the System consists of two complex sets (subsystems) of models diagnostic models covered by the umbrella term DESAMBEM and prognostic ones (BALTFOS) which complement and correct each other, and make the System independent of cloudiness, when satellite data from certain regions of the Baltic are inaccessible. The models making up the two subsystems are calibrated using data measured at the above-mentioned buoys and shore stations, and the quality of the Operational System s products is assessed with the aid of in situ measurements performed during research cruises and other available sources of empirical data. The characteristics obtained from both subsystems are accumulated in a geospatial database, which enables them to be disseminated via the Internet in the form of daily-updated maps. This service enables time graphs to be plotted for any point and maps to be exported in both graphical and numerical formats. With the advanced NetCDF and GRIB formats, information from SO SatBałtyk can be used in Electronic Navigational Charts (ENC) and as Additional Military Layers (AML). Much 25