Аннотация
Введение
1. Численное моделирование атмосферных процессов 8
1.1 История численного моделирования 8
1.2 Глобальные модели атмосферы 11
2. Мезомасштабные модели численного прогноза погоды 17
Мезомасштабные модели используемые в Западно-Сибирском гидрометцентре.
Материалы и методы исследования оправдываемости
2.2 29 результатов мезомаштабного моделирования Оправдываемость расчетов численных методов и моделей над
2.3 30 территорией Западной Сибири
3 Циклогенез над территорией Западной Сибири 35
Описание местных циклонов над территорией Новосибирской области в период с 2015 по 2017 гг. 5
Оправдываемость метеорологических полей в дни с местным циклогенезом Оправдываемость полей температуры воздуха по модели COSMO-Ru над территорией Новосибирской области Оправдываемость полей скорости ветра по модели COSMO-Ru
4.2 41 над территорией Новосибирской области Оправдываемость полей количества осадков по модели
4.3 43 COSMO-Ru над территорией Новосибирской области
4.4 Оправдываемость сильных осадков по модели COSMO-Ru 48
Заключение 50
Список источников и использованной литературы
Приложение А 59
Приложение Б 74
Приложение В 84
Приложение Г 89
Современный этап развития метеорологии и климатологии связан с постоянным использованием вычислительных систем для проведения моделирования процессов в атмосфере и подстилающем слое.
В настоящее время разработаны наиболее совершенные компьютерные модели атмосферы, способные воспроизводить не только атмосферные процессы различных масштабов, от высотных фронтальных зон до молний и отдельных грозовых облаков, но и переносы химических веществ, фотохимические и гидрологические процессы.
Компьютерные модели призваны улучшить представление и понимание атмосферных процессов для совершенствования прогноза опасных погодных явлений и предотвращения возможных чрезвычайных ситуаций, связанных с атмосферными явлениями.
Все существующие атмосферные модели условно можно разделить на глобальные, региональные и мезомасштабные. Основа данного разделения — это пространственное разрешение, которое воспроизводят данные модели: глобальные модели служат для воспроизведения глобальной циркуляции воздушных масс - Global Forecast System (GFS), Unified Model (UM); региональные концентрируются на особенностях определенного региона исследования - NAM (North American Mesoscale), COSMO, ALADIN; мезомасштабные призваны улавливать процессы малых масштабов - MM5, WRF.
Разработка современных компьютерных атмосферных моделей ведется крупными университетами, исследовательскими центрами и метеослужбами.
Реализация счета компьютерной атмосферной модели требует значительных вычислительных ресурсов для того, чтобы моделировать необходимые процессы к определенному сроку и с необходимым разрешением. Поэтому запуски и расчеты подобных моделей чаще всего ведутся в специализированных центрах обработки данных и вычислительных центрах.
Для решения задач прогноза не только таких метеорологических параметров как температура, ветер, осадки, но и опасных конвективных явлений с 2008 года в СибНИГМИ проводились работы по внедрению мезомасштабной численной COSMO-Ru в оперативную работу синоптиков. Данная модель широко применяется для целей прогноза локальных опасных атмосферных явлений и является одной из самых современных мезомасштабных моделей.
Целью настоящей работы является анализ оправдываемости прогностических полей температуры воздуха, скорости ветра и количества выпавших осадков в дни циклогенеза по модели COSMO над территорией Новосибирской области с 2015 по 2017 гг.
Для достижения поставленной цели решались следующие задачи:
1. Из полученного массива прогностических данных по модели COSMO-Ru за период с 2015 по 2017 гг. выбраны месяцы, в течение которых над Новосибирской областью формировались местные циклоны или смещались с близлежащих районов.
2. Проведен анализ прогноза полей температуры воздуха в данные месяцы.
3. Анализ прогноза полей скорости ветра.
4. Анализ прогноза полей количества спрогнозированных и
фактически наблюдаемых осадков.
5. Были проанализированы значительные ошибки в среднем по территории, а также в периоды действия местных циклонов.
6. Составлены таблицы сопряженности прогноза и фактически наблюдаемых осадков (как явления) на метеостанциях Новосибирской области.
Результаты исследования в дальнейшем будут использованы для улучшения качества прогноза модели COSMO-Ru, поскольку она является одной из ведущих численных моделей используемой в оперативно- прогностической работе.
В результате проделанной работы были получены следующие выводы:
1. Из массива прогностических данных по модели COSMO-Ru за период с 2015 по 2017 гг. были отобраны дни с наличием процесса местного циклогенеза над территорией Новосибирской области.
2. Для каждого из периодов циклогенеза (включая день до циклогенеза и день после) были составлены и проанализированы таблицы сопряженности прогноза факта наличия и количества осадков.
3. В результате анализа прогностических полей температуры воздуха и скорости ветра было выявлено, что в среднем за расчетные сроки 00 и 12 ВСВ модель занижает прогностическую температуру днем на 2-4 °С, а ночью завышает на 3-5 °С; оценка прогностических полей скорости ветра показала, что имеется завышение скорости ветра ночью на 2-3 м/с, а днем на 1-2 м/с.
4. Пространственный анализ полей ошибок прогноза осадков показал, что большинство случаев с максимальными ошибками отмечались на следующих станциях: Крещенка, Мошково, Колывань, Барабинск, Убинское - север территории, Обская ГЭС, Ужаниха, Искитим, Купино, Довольное - юг, юго-восток территории. Данные пункты совпадают с траекторией смещения местных циклонов, таким образом, можно предполагать, что ошибки прогноза полей осадков по модели COSMO-Ru связаны с прохождением активных местных циклонов через территорию Новосибирской области.
5. Проанализировав случаи непредупрежденности прогноза осадков в сумме за два срока прогноза за каждые сутки было получено, что наибольшее число неспрогнозированных осадков, приходится на май 43 % и июль 64 % (из 106 и 157 случаев соответственно). В среднем за полусутки модель ошибалась примерно на 22 % случаев в май и 32 % в июле.
6. В том числе моделью за сутки не были спрогнозированы сильные осадки в июле и августе (33 % и 36 % соответственно).
7. Результаты, полученные в настоящей работе в дальнейшем будут использоваться при улучшении прогноза по модели GOSMO-RU.
8. Сравнивая полученные результаты прогноза осадков с
представленными в [51] можно утверждать, что
A) при средней продолжительности влияния местных циклонов на погоду января 2 дня [52] оправдываемость прогноза осадков в дни циклогенеза практически совпадает с общей оправдываемостью численного прогноза;
Б) в мае и августе оправдываемость в дни циклогенеза (2,5 и 8 дней влияния соответственно) ниже общей оправдываемости этих месяцев на 5-7 %.
B) апреле и июле (3 и 5 дней влияния местных циклонов соответственно) оправдываемость осадков в дни циклогенеза ниже общей оправдываемости на 10-20 %.
Полученные итоги можно считать предварительными, поскольку для получения надежных выводов ряд наблюдений необходимо увеличить.
1. Марчук Г.И. Численные методы в прогнозе погоды / Г.И. Марчук. - Л.: Гидрометеоиздат, 1967. - 353 с.
2. Jung T., Miller M.J., Palmer T.N. et al. High-resolution global climate simulations with the ECMWF model in Project Athena: Experimental design, model climate, and seasonal forecast skill // J. Climate. - 2012. - Vol. 25, No. 9. - P. 3155-3172.
3. Kendon E.J., Roberts N.M. Senior C.A., Roberts M.J. Realism of rainfall in a very high-resolution regional climate mode // J. Clim. - 2012. - Vol. 25. No. 17. P. 5791-5806.
4. Толстых М.А. Глобальные модели атмосферы: современное состояние и перспективы развития. - Труды Гидрометцентра России, 2016. - № 359. С. 5-32.
5. Hortal M. Aspects of the numerics of the ECMWF model // Recentdevelopments in numerical methods for atmospheric modelling. - Procs. of theECMWF Seminar 7-11 September 1998. - Reading, UK: 1999. - P. 50.
6. Salmond D., Hamrud M. IFS scalability and computational efficiency//
14th ECMWF Workshop on Use of High Performance Computing in Meteorology, 1-5 November 2010. -
http: //www.ecmwf.int/newsevents/meetings/workshops/2010/high_performance_c omputing_14th/presentations/Salmond_Hamrud.pdf
7. NCEP GFS. - http://www.emc.ncep.noaa.gov/gmb/moorthi/gam.html
8. Staniforth A., Melvin T., Gung Ho Wood. N. A new dynamical core forthe Unified Model // ECMWF Seminar on Numerical Methods for Atmosphereand Ocean Modelling, 2-5 September 2013, ECMWF, Reading, UK. - 2014. -P. 1530.
9. Qaddouri A., Lee V. The Canadian Global Environmental Multiscalemodel on the Yin-Yang grid system // Q. J. Roy. Meteorol.Soc. - 2011. - Vol.137. P. 1913-1926.
10. Courtier P., Freydier C., Geleyn J.-F., Rabier F., Rochas M. The ARPEGE project at Meteo-France // Procs. of the ECMWF seminar on numerical methods in atmospheric models - 1991. - Reading, UK: 1992. Vol. 2. P.192-208.
11. Wan H., Giorgetta M. A., Zangl G., Restelli M., Majewski D., Bonaventura L., Frohlich K., Reinert D., Ripodas P., Kornblueh L., Forstner J. TheICON-1.2 hydrostatic atmospheric dynamical core on triangular grids. Part 1:Formulation and performance of the baseline version // Geosci. Model Dev. - 2013. Vol. 6. P. 735-763.
12. Zangl G., Reinert D., Ripodas P., Baldauf M. The ICON (ICOsahedralNon-hydrostatic) modelling framework of DWD and MPI-M: Description ofthe non-hydrostatic dynamical core // Q. J. Roy. Meteorol.Soc. 2015. Vol.141. P. 563-579.
13. Description of the NCAR Community Atmosphere Model (CAM 5.0)
NCAR TECHNICAL NOTE NCAR/TN-486+STR. June 2010. -
http://www.cesm.ucar.edu/models/cesm1.2/cam/docs/description/cam5_desc.pdf
14. Dennis J.M., Vertenstein M., Worley P.H., Mirin A.A., Craig A.P., Jacob R., Mickelson S.A. Computational performance of ultra-high-resolution capability in the community earth system model // International Journal for High Performance Computer Applications. 2012. Vol. 26. P. 5-16.
15. Donner L., Wyman B.L., Hemler R.S., Horowitz L.W., Yi Ming, Ming Zhao, Golaz J.-C., Ginoux P., Lin S.-J., Schwarzkopf M.D. et al. The dynamical core, physical parameterizations, and basic simulation characteristics of the atmospheric component AM3 of the GFDL Global Coupled Model CM3 // J. Climate. 2011. Vol. 24. P. 3484-3519....52