The paper presents a method for input parameters variational identification of passive impurity transfer  model as a result of assimilation of measurement data. The assimilation is carried out by minimizing the quadratic functional of the forecast quality, and the solution of the adjoint problem is used to construct gradients of the functional in the parameter space. Formulas for calculating such gradients in the case of identification of the initial concentration fields, turbulent diffusion coefficients and the power of pollution sources are presented. When solving environmental problems based on the use of numerical dynamic models and models describing the processes of propagation of certain pollutants, the task naturally arises of improving the predicted model fields by identifying the input parameters of the models. One of the ways of such identification is the variational assimilation method based on minimizing the forecast residuals and solving conjugate problems of a special type. The development of such algorithms is an important and urgent task due to the increasing anthropogenic load and the need to create environmental monitoring systems.

В работе представлена методика вариационной идентификации входных параметров для модели переноса пассивной примеси в результате ассимиляции данных измерений. Усвоение производится за счет минимизации квадратичного функционала качества прогноза, а решение сопряженной задачи используется для построения градиентов функционала в пространстве параметров. Представлены формулы для вычисления таких градиентов в случае идентификации начальных полей концентрации, коэффициентов турбулентной диффузии и мощности источников загрязнения. При решении задач экологической направленности на основе применения численных динамических моделей и моделей, описывающих процессы распространения тех или иных загрязняющих веществ, естественным образом встает задача улучшения прогнозируемых модельных полей за счет идентификации входных параметров моделей. Одним из способов такой идентификации является вариационный метод ассимиляции основанный на минимизации невязок прогноза и решении сопряженных задач специального вида.   Разработка таких алгоритмов является важной и актуальной задачей в связи с возрастающей антропогенной нагрузкой и необходимостью создания систем мониторинга состояния окружающей среды.