ОБ УЛУЧШЕНИИ КАЧЕСТВА ПРОГНОЗИРОВАНИЯ РАСПРОСТРАНЕНИЯ РАСТИТЕЛЬНОСТИ НА ТЕРРИТОРИИ РОССИИ ПО ДАННЫМ КОСМИЧЕСКОГО ЗОНДИРОВАНИЯ
(на примере модели SEVER) 

Чумаченко Евгений Николаевич, доктор технических наук, профессор, заведующий кафедрой математического моделирования, Московский государственный институт электроники и математики (технический университет), mmkaf@miem.edu.ru
Кулагин Владимир Петрович, доктор технических наук, профессор, ректор Московского государственного института электроники и математики (технический университет), kvp@miem.edu.ru
Хвостиков Сергей Антонович, аспирант, Московский государственный институт электроники и математики (технический университет), mmkaf@miem.edu.ru 

629.7.05 

Предложен метод оценки качества глобальных моделей динамики растительности (на примере модели SEVER) с помощью данных дистанционного зондирования Земли из космоса, а также методы улучшения этого качества. В алгоритмы модели внесены изменения, а также проведена оптимизация
ряда параметров модели, целью которой являлось улучшение качества работы модели для территории России. Полученная в результате модель позволяет значительно точнее воспроизводить распределение видов растительности на территории России. 

Ключевые слова

моделирование, растительность, SEVER, оптимизация 

 Скачать статью в формате PDF

1. Cox, P. M. Acceleration of global warming due to carbon-cycle feedbacks in a coupled climate model / Peter M. Cox et al. // Nature. – 2000. – № 408. – Р. 184–187.
2. Venevsky, S. SEVER: A modification of the LPJ global dynamic vegetation model for daily time step and parallel computation / S. Venevsky, S. Maksyutov // Environmental Modelling & Software. – 2007. – № 22. – Р. 104–109.
3. Sitch, S. Evaluation of ecosystem dynamics, plant geography and terrestrial carbon cycling in the LPJ dynamic global vegetation model / S. Sitch et al // Global Change Biology. – 2003. – № 9. – Р. 161–185.
4. Барталев, С. А. Новая карта растительного покрова России / С. А. Барталев, В. А. Егоров, Д. В. Ершов, А. С. Исаев и др. // Современные проблемы дистанционного зондирования Земли из космоса : тезисы докладов восьмой Всероссийской открытой конференции (Москва, ИКИ РАН, 15–19 ноября). – М., 2010.
5. Donald, R. J. Welch Efficient Global Optimization of Expensive Black-Box Functions / R. Jones Donald , Matthias Schonlau, J. William // Journal of Global Optimization. –1998. – № 13. – С. 455–492.
6. R Development Core Team. R: A language and environment for statistical computing // R Foundation for Statistical Computing. – Vienna, Austria, 2010.
7. Roustant, O. DiceKriging, DiceOptim: Two R packages for the analysis of computer experiments by kriging-based metamodeling and optimization / O. Roustant, D. Ginsbourger, Y. Deville. – Preprint, 2010.
8. Nocedal, J. Numerical Optimization / Jorge Nocedal // Springer Science + Business Media. – 2nd ed. LLC, 2006. – 664 p.