Гидродинамический краткосрочный прогноз погоды в пунктах для территории России

Беркович, Леопольд Владимирович

Бесплатный автореферат и диссертация по наукам о земле на тему
Гидродинамический краткосрочный прогноз погоды в пунктах для территории России
ВАК РФ 25.00.30, Метеорология, климатология, агрометеорология

Автореферат диссертации по теме "Гидродинамический краткосрочный прогноз погоды в пунктах для территории России"

На правах рукописи

УДК 551 509 313

Беркович Леопольд Владимирович

ГИДРОДИНАМИЧЕСКИЙ КРАТКОСРОЧНЫЙ ПРОГНОЗ ПОГОДЫ В ПУНКТАХ ДЛЯ ТЕРРИТОРИИ РОССИИ

Специальность 25.00.30 Метеорология, климатология, агрометеорология

Автореферат

диссертации на соискание ученой степени доктора физико-математических наук

Москва - 2006

Работа выполнена в Государственном Учреждении «Гидрометеорологический научно-исследовательский центр Российской Федерации»

Федеральной службы по гидрометеорологии и мониторингу окружающей среды

Официальные оппоненты: Доктор физико-математических наук, профессор

Доктор физико-математических наук Доктор физико-математических наук

Добрышман Евгений Михайлович

Садоков Виктор Петрович Крупчатников Владимир Николаевич

Ведущая организация: Главная геофизическая обсерватория им. А.И.Воейкова

Защита состоится «11» октября 2006 г. в 14 часов на заседании диссертационного совета Д 327.003.01 по присуждению ученой степени доктора наук при ГУ «Гидрометеорологический научно-исследовательский центре Российской Федерации», 123242, Москва, Б. Предтеченский пер., 9-13

С диссертацией можно ознакомиться в библиотеке ГУ «Гидрометцентр России».

Автореферат разослан « 8 » сентября 2006 г.

Ученый секретарь диссертационного совета,

доктор географических наук —Нестеров Е.С.

ОБЩАЯ ХАРАКТЕРИСТИКА ДИССЕРТАЦИОННОЙ РАБОТЫ

Представленная диссертационная работа посвящена разработке методики краткосрочного прогноза метеорологических полей для территории Северного полушария, прогнозов в пунктах температуры и влажности воздуха, скорости и направления ветра, облачности и осадков, внедрению в оперативную практику постоянно совершенствующихся вариантов прогностической модели атмосферы.

Гидродинамический краткосрочный прогноз погоды (ГКПП) - это предвычисление полей метеорологических величин на основе достижений геофизической гидродинамики, вычислительных математики и техники и эффективного учета в гидродинамической модели параметризации физических процессов. Успешность ГКПП определяющим образом зависит от точности и полноты исходной информации, т.е. от результатов многоэлементного анализа стандартной метеоинформации на разных уровнях в атмосфере. Поэтому потребовалась длительная работа по созданию оперативной технологии ГКПП, оптимально функционирующей с учетом указанных выше факторов, • —

Актуальность работы определяется потребностями оперативной практики в гидродинамических прогнозах погоды в пунктах (температуры воздуха, относительной влажности, скорости и направления ветра и скорости при порывах, количества облачности трех ярусов - нижнего, среднего и верхнего, количества обложных и конвективных осадков), прогнозов турбулентного режима в пограничном слое для решения экологических задач.

Цель диссертационной работы и основные задачи исследования

Целью работы являлось создание оперативной технологии прогнозов на сроки до 48-72 ч в пунктах и в точках сетки на территории Евразии следующих метеовеличин и характеристик погоды (включая их суточный ход с заданной дискретностью, например, 1 или 3 часа):

• приземные метеовеличины (атмосферное давление, температура воздуха, относительная влажность и ветер — скорость, направление и скорость при порывах); количество облачности трех ярусов (нижнего, среднего и верхнего);

• 12-часовые суммы обложных и конвективных осадков (в мм); геопотенциал, температура, дефицит точки росы, скорость и направление ветра на основных изобарических поверхностях (до 100 гПа);

• вертикальные профили температуры, влажности, ветра и коэффициента атмосферной турбулентности и других турбулентных характеристик в нижнем двухкилометровом слое атмосферы,

• расчет элементов и характеристик погоды в технологии ГИС Метео.

Для достижения этих целей было необходимо следующее:

1. Разработать экономичный вычислительный алгоритм, применяемый для реализации модели на доступной вычислительной технике.

2. Разработать и реализовать полусферную прогностическую модель, учитывающую параметризации основных физических факторов.

3. Разработать трехмерную нестационарную модель атмосферного пограничного слоя (АПС) и расчет с ее помощью турбулентных характеристик, как вблизи земной поверхности, так и профилей метеорологических элементов и турбулентных параметров в нижнем 2-х километровом слое атмосферы.

4. Создать систему анализа и оценки результатов расчетов с помощью модели АПС.

5. Разработать и реализовать совместную модель свободной атмосферы и пограничного слоя.

6. Получить оценки чувствительности крупномасштабной модели к изменению внутренних и внешних параметров.

7. Разработать и реализовать метод параметризации и расчет прогностических полей конвективной облачности и осадков.

8. Разработать и испытать метод пространственной детализации численных прогнозов с использованием мелкой сетки в модели.

9. Реализовать в системе обработки информации оперативную технологию гидродинамических прогнозов основных элементов и характеристик погоды в пунктах.

10. Разработать метод расчета прогнозов в пунктах температуры и влажности воздуха, приземного ветра, облачности и осадков в технологии ГИС-МЕТЕО с использованием информации метеорологических центров.

11. Разработать метод комплексного прогноза характеристик погоды в пунктах.

Основным методом исследования является математическое моделирование и проведение численных экспериментов.

Разработанный автором численный алгоритм интегрирования системы уравнений модели с использованием пространственно-временной "шахматной" сетки, обладающий высокой экономичностью вычислений позволили использовать ее в оперативной практике при доступном уровне вычислительной техники в Гидрометцентре СССР с 70-х годов прошлого века.

Перечисленная продукция применяется длительное время в оперативной практике в Гидрометцентре России и в других учреждениях Росгидромета для прогноза погоды, метеорологического обеспечения авиации и морского флота, для предупреждений о метеоусловиях, неблагоприятных в экологическом отношении и для ряда других целей.

Выходные данные модели используются многими авторами также для развития расчетных методов локального прогноза различных явлений погоды.

Созданная методика впервые обеспечила возможность надежного диагноза и прогноза для пунктов таких гидродинамических характеристик атмосферы как детальные вертикальные профили скорости ветра, температуры и влажности воздуха, струйные течения в пограничном слое, профиль коэффициента атмосферной турбулентности и др.

Выносимыми на защиту основными результатами являются:

• гидродинамический прогноз основных элементов и характеристик

погоды в пунктах для территории России,

• прогноз неблагоприятных и ряда опасных явлений, таких как: сильные ветры, интенсивные дожди, сплошная низкая облачность, струйные течения в пограничном слое атмосферы, метели, гололедица и др.,

• трехмерная нестационарная модель планетарного пограничного слоя и расчет с ее помощью турбулентных характеристик, как вблизи земной поверхности, так и профилей метеорологических элементов и турбулентных параметров в нижнем двухкилометровом слое атмосферы,

• параметризация и расчет прогностических полей конвективной облачности и осадков.

Основные научные результаты и их новизна заключаются в следующем:

1. Впервые в России решена задача прогноза основных метеорологических полей на стандартных изобарических поверхностях для территории Северного полушария;

2. Впервые в России решена проблема гидродинамических прогнозов погоды в пунктах;

3. Разработана и реализована трехмерная модель пограничного слоя в совместной модели атмосферы;

4. Экономичные вычислительные алгоритмы, применяемые для реализации модели на ЭВМ, позволили впервые в Гидрометцентре СССР разработать глобальную прогностическую модель и осуществить расчеты прогнозов по данным Первого Глобального Эксперимента ПИГАП.

Представленные методы являются новыми и оригинальными и соответствуют мировому уровню исследований в данной области метеорологической науки.

Практическая значимость состоит в обеспечении потребителей в Гидрометцентре России и других учреждениях Росгидромета прогностической продукцией в виде цифровой и графической информации, передаваемой по каналам связи, включая сеть Интернет.

В работе решена важная народно-хозяйственная задача обеспечения потребителей прогнозами метеорологических полей, которые рассчитываются на основе полушарной прогностической модели, используемой более 25 лет в оперативной практике Гидрометцентра России; важная научная проблема разработки и реализации трехмерной модели пограничного слоя для использования в совместной модели атмосферы и пограничного слоя; новый метод параметризации конвективной облачности и осадков.

Достоверность и обоснованность полученных результатов подтверждается статистическими оценками успешности оперативных прогнозов, уровень которых является высоким в течение всего периода применения ГКПП (с 1997 г.) в Гидрометцентре России.

3.07.2000 г. для оперативного использования в Гидрометцентре России и учреждениях Росгидромета. В последнем случае ЦМКП рекомендовала использовать метод в качестве основного для прогноза по станциям Москвы. Указанные рекомендации реализованы, о чем свидетельствуют Акты об их внедрении в оперативную практическую работу.

Прогностическая продукция модели совместно с прогнозами опасных для авиации явлений отмечена ведомственной премией имени В.А.Бугаева.

Основные результаты диссертационной работы получены автором в ходе исследований по темам планов НИР и ОКР Росгидромета в период с 1980 по 2004 гг., где автор был руководителем тем и разделов тем, а также в ходе выполнения грантов РФФИ (96-05-64239, 98-05-641961 в качестве руководителя.

Результаты диссертационной работы изложены в 59 публикациях, список которых приведен в заключение автореферата.

Основные результаты работы опубликованы в журналах «Метеорология и гидрология», «Известия РАН, Физика атмосферы и океана», международных изданиях, в трудах Гидрометцентра СССР и Гидрометцентра России, тематических сборниках и в монографиях.

Они используются в учебных пособиях и лекциях для студентов метеорологических специальностей ВУЗов, а также в курсах повышения квалификации специалистов учреждений Росгидромета, в программе для подготовки кандидатского минимума по специальности геофизика.

Личное участие автора в выполненной работе и в совместных статьях заключалось в постановке задачи, в разработке и реализации алгоритмов, анализе и оценке полученных результатов. В работе и в совместных публикациях принимали участие П.Н.Белов, С.Л.Белоусов, А.И.Биркган, Г.Ю.Калугина, М.Б.Курьянт, А.Г.Тарнопольский, Ю.В.Ткачева, Н.П.Шакина, В.А.Шнайдман, Ю.И.Юсупов.

Апробация работы.

Работа докладывалась на Итоговых сессиях Ученого Совета Гидрометцентра России, на Всесоюзных конференциях, совещаниях и семинарах. Результаты работы многократно докладывались на международных конференциях и симпозиумах, в том числе на:

Всесоюзной Конференции по взаимодействию макро- и мезомасштабных процессов в атмосфере (1989 г., Нальчик ,1991 г., Одесса);

Международном Геофизическом Конгрессе (1991 г., Вена);

Международном семинаре по взаимодействию радиации и облачности и параметризации их в климатических моделях (1993 г., Вашингтон);

Генеральной Ассамблее Европейского Геофизического Союза (1995 г., Гамбург, 1997 г., Вена);

Научной конференции по результатам исследований в области гидрометеорологии мониторинга загрязнения природной среды (1996 г., Москва);

Международном симпозиуме по исследованию средиземноморских циклонов (1997 г., Пальма-де-Мальорка);

Конференции молодых ученых, посвященной 80-летию отдела динамической метеорологии Главной геофизической обсерватории, (2002 г., Санкт-Петербург);

Юбилейной Всероссийской конференции «Фундаментальные исследования взаимодействия суши, океана и атмосферы» (2002 г., Москва);

Международной конференции «Гидрометеорология и охрана окружающей среды», посвященной 70-летию Одесского государственного экологического университета (2002 г., Одесса);

Юбилейной конференции, посвященной 100-летию со дня рождения И.А.Кибеля (2004 г., Москва);

Международной конференции по измерениям, моделированию и информационным системам как средствам снижения загрязнений на городском и региональном уровне, ЕЫУ1ЯОМ15-200б (2006 г., Томск).

Результаты работы регулярно докладывались на заседаниях секций Ученого совета Гидрометцентра России и его научных семинарах.

Работа прошла апробацию на совместном заседании семинара по долгосрочным прогнозам погоды и семинара по среднесрочным и краткосрочным прогнозам погоды (секции численных прогнозов) ГУ «Гидрометцентра России».

Структура и объем диссертации

Работа состоит из введения, пяти глав, заключения, списка литературы. Общий объем работы 167 страниц текста, 56 иллюстраций, 59 таблиц. Библиография насчитывает 164 источника. В приложении приведены копии справок о внедрениях результатов, полученных в диссертации.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цели и основные задачи исследования и пути их решения, указаны основные научные результаты и их новизна, практическая значимость, достоверность и обоснованность полученных в работе результатов.

В первой главе представлено краткое описание развития гидродинамических методов прогнозов погоды, разработки и внедрения в оперативную практику автоматизированных технологий прогноза основных элементов и характеристик погоды.

Во второй главе представлены гидродинамические модели и их развитие для эффективного использования в оперативной работе в Гидрометцентре России по метеорологическому обеспечению потребителей детальными прогнозами погоды.

В третьей главе приведено описание моделирования и результаты численных экспериментов по расчетам турбулентных характеристик и метеорологических величин в пограничном слое атмосферы, а также использование модели АПС для диагностических и прогностических расчетов.

Четвертая глава посвящена описанию результатов исследований эффективности и чувствительности основных физических факторов, определяющих точность прогнозов элементов погоды.

Пятая глава содержит результаты успешности оперативных прогнозов в пунктах для отдельных регионов и территории России в целом, успешности прогнозов неблагоприятных метеорологических явлений, метеорологических и турбулентных величин в пограничном слое атмосферы, прогнозов интенсивных осадков и конвективной облачности

В заключении работы перечислены основные результаты диссертации, подводятся итоги выполненных исследований и соответствие их поставленным целям, обсуждаются перспективы дальнейшего развития оперативных технологий гидродинамических прогнозов погоды в пунктах.

Глава 1. Оперативный гидродинамический краткосрочный прогноз погоды в пунктах

Гидродинамические методы прогноза погоды в нашей стране начали свою историю в 1919 г. в Главной геофизической обсерватории в отделе динамической метеорологии, возглавляемом А.А.Фридманом, а после его смерти Н.Е.Кочиньтм. И.А.Кибель, работая в этом отделе, наряду с выполнением ряда оригинальных исследований по гидродинамике большое внимание уделял применению законов и методов гидромеханики для прогноза погоды. В 1940 г. он впервые реализовал алгоритм предвычисления полей основных метеорологических величин на сутки вперед. В 1943 г. И.А.Кибель возглавил Отдел динамической метеорологии в Центральном институте прогнозов, в котором получили интенсивное развитие работы по использованию гидродинамических методов прогноза погоды в ежедневной оперативной практике. Оперативные гидродинамические прогнозы погоды в нашей стране на десять лет опередили подобные прогнозы за рубежом. Идеи и результаты работ И.А.Кибеля и его учеников оказали решающее влияние на развитие теории и практики гидродинамического прогноза погоды. Подробное изложение истории развития гидродинамических методов краткосрочного прогноза погоды представлено в статьях и монографиях И.А.Кибеля, Г.И.Марчука, Ф.Томпсона, М.И.Юдина и др.

Данная глава посвящена развитию основных этапов исследований, оказавших определяющее влияние на создание в Гидрометцентре России современных оперативных технологий гидродинамического краткосрочного прогноза метеовеличин и характеристик погоды, их практическая эффективности, и обсуждаются проблемы и перспективы дальнейших исследований.

Развитие оперативных квазигеострофических моделей атмосферы

Проводимые в Главной геофизической обсерватории исследования по широкому кругу проблем теоретической метеорологии подготовили основу для создания и последующего развития гидродинамических методов прогноза

метеопалей. А.А.Фридман детально исследовал уравнение вихря скорости, получившее фундаментальное значение в современных методах прогноза погоды и указал на определяющую роль вертикальных движений в атмосфере для эволюции погодообразующих процессов синоптического масштаба Развитие идей А.А.Фридмана продолжили Н.Е.Кочин, Л.В.Келлер, И.А.Кибель, Е.Н.Блинова, А.А.Дородницын, Б.И.Извеков, М.И.Юдин и др.

Разработанная и реализованная в 1940г. И.А.Кибелем методика краткосрочного гидродинамического прогноза давления и температуры воздуха у поверхности Земли и свободной атмосфере позволила применять ее в оперативной практике. Она положила начало широкому использованию прогностических моделей на основе квазигеострофической теории атмосферных процессов с целью прогноза метеорологических величин в различных прогностических центрах в нашей стране и за рубежом.

Развитие вычислительной техники привело в 50-60 годах прошлого века к интенсивному развитию оперативных моделей. Наиболее эффективно в нашей стране эти работы велись в Гидрометцентре СССР, Главной геофизической обсерватории, Вычислительном центре СО АН СССР и ряде других региональных центров.

Для обеспечения оперативных и исследовательских работ были разработаны и реализованы на ЭВМ методы численного анализа стандартной метеорологической информации (аэрология и синоптика).

В Гидрометцентре СССР с 1962 г. в оперативной практике использовалась трехуровенная, а позднее пятиуровенная квазигеострофическая модель С.Л.Белоусова. Потребности оперативной практики привели уже в тот период к разработке на основе этой модели методов прогноза температуры, ветра, влажности, облачности и осадков. Возрастающие возможности вычислительной техники усилили исследования по эффективному учету в моделях атмосферы процессов в пограничном слое, неадиабатических притоков тепла, конденсации и конвекции в атмосфере изучению фронтальных процессов и других метеорологических явлений. Дальнейшее повышение точности прогнозируемых величин обеспечило использование более совершенных прогностических моделей на основе полных уравнений гидродинамики.

Развитие оперативных моделей атмосферы с полными уравнениями гидродинамики

Применение в атмосферных моделях полных уравнений означает отказ от гипотезы квазигеострофичности крупномасштабных атмосферных движений, но сохранение условия квазистатичности. Для реализации этих моделей в оперативных условиях необходимо было использовать ЭВМ второго поколения. В 70-х годах XX века оперативные модели применялись в Гидрометцентре СССР и в Вычислительном Центре Сибирского отделения Академии Наук. Трехуровенная модель С.А.Бортникова и пятиуровенная - В.М.Кадышникова позволили прогнозировать кроме геопотенциала изобарических поверхностей

также скорость и направление ветра и осадки. Это были по современной терминологии региональные модели, продемонстрировавшие определенные преимущества моделей с полными уравнениями. В дальнейшем В.М.Кадышниковым и В.М.Лосевым была разработана региональная оперативная модель Гидрометцентра России. На основе многолетнего опыта ее применения в оперативной практике В.М.Лосевым разработана региональная модель для территории России с разрешением сетки 50 км и 50 уровней по вертикали. Следуя потребностям оперативной практики, были разработаны и реализованы полушарные модели с полными уравнениями: Д.Я.Прессманом, М.С.Фукс-Рабиновичем и С.О.Кричаком. Модель Л.В.Берковича реализованная для большей части полушария, в которой использовался экономичный вычислительный алгоритм с применением "шахматной" пространственно-временной сетки, стала оперативной моделью, поскольку обеспечивала проведение расчетов и выдачу прогностической продукции в сжатые оперативные сроки. Выходная продукция модели, в сочетании с расчетами по модели атмосферного пограничного слоя, используется длительное время для прогноза метеовеличин и характеристик погоды в пунктах и решения ряда прикладных задач.

В ВЦ СОАН также велись интенсивные работы по созданию методов прогноза погоды на основе полных уравнений. В ВЦ СОАН, а затем в Институте вычислительной математики Российской Академии Наук модели на полных уравнениях развивались с использованием эффективных вычислительных алгоритмов на основе метода расщепления, разработанного Г.И.Марчуком для метеорологических задач. Этот метод показал свою высокую эффективность в региональных моделях В.П.Дымникова и Г.Р.Контарева.

Развитие мезометеорологических моделей и локального прогноза погоды

Вслед за успешной практической реализацией моделей крупномасштабного прогноза на основе полных уравнений И.А Кибель сосредоточил усилия на развитии локального или мезомасштабного прогноза элементов погоды. Специфика мезомасштабных процессов не допускают применения условия квазистатичности, подобно моделям на основе полных уравнений. И.А.Кибель, выделив квазистационарный фон (синоптические процессы) и отклонения от него, порождаемые мезопроцессами, разработал один из возможных способов краткосрочного гидродинамического прогноза мезомасштабных движений. Он теоретически обосновал возможность перехода от прогноза метеорологических полей к прогнозу погоды. Его активная работа над проблемами локального прогноза погоды послужила активному развитию исследований по мезометеорологии и внедрению методов локального гидродинамического прогноза в оперативную практику. В настоящее время коллективом, возглавляемым Д.Я.Прессманом, разработана и внедрена в оперативную практику негидростатическая модель для территории Москвы и Московской области

размером 300x300 км с шагом сетки 10 км на 15 уровнях в атмосфере и пяти - в почве. При этом боковые граничные условия всех зависимых от времени переменных берутся из прогнозов по региональной модели Гидрометцентра России.

Гидродинамические модели локального прогноза развиваются в настоящее время в разных прогностических центрах и находят широкое применение, кроме прогнозов погоды, например, в задачах оценки антропогенного воздействия на окружающую среду. Работы в данном направлении активно ведутся в ВЦ СОАН. Примером этого является работе В.В.Пененко, М.Г.Короткова.

Прогноз метеовеличин и характеристик погоды в пунктах

Развитие прогностических моделей атмосферы в нашей стране и за рубежом на основе все возрастающих возможностей вычислительной техники, позволяет применять все более высокое горизонтальное и вертикальное разрешение и более точные параметризации физических процессов. В Гидрометцентре России использование уточненных методов описания турбулентных процессов в пограничном слое, радиационного и конденсационного теплообмена в атмосфере, процессов конвективного облакообразования и ливневых осадков позволило разработать методы гидродинамического краткосрочного прогноза погоды в пунктах и начать их практическое применение. Гидродинамический краткосрочный прогноз погоды в настоящее время достиг существенного прогресса в прогнозе приземных метеорологических величин, характеристик и явлений погоды в пунктах: давление, температура, влажность, ветер, облачность и осадки, метели, гололед и др. ГКПП приземных величин дополняется прогнозом метеополей на различных уровнях в атмосфере. По мере развития гидродинамических методов анализа и прогноза метеорологических полей, а также развития самой геофизической гидродинамики, все более повышается точность, и расширяется круг предсказываемых ГКПП характеристик и явлений погоды. Оперативные методы или (по современной терминологии) оперативные технологии расчетов ГКПП до последних лет служили вспомогательным материалом для синоптиков-прогнозистов, формулировавших окончательный текст прогноза. Положение стало иным, когда решениями Центральной методической комиссии по гидрометеорологическим прогнозам (ЦМКП) от 3.07. 2000 г.: технология ГКПП (автор Л.В.Беркович) и от 16.04. 2002 г. - прогнозы для Москвы и Московской области по мезомодели Д.Я.Прессмана были рекомендованы для внедрения в практику. Решения ЦМКП предоставили возможность перейти к новому этапу формулировки прогнозов погоды общего назначения непосредственно в форме ГКПП. ГКПП в отличие от качественных и субъективных синоптических прогнозов являются объективными, количественными и детерминированными Они соответствуют современным возможностям и достигнутому прогрессу науки о прогнозе погоды.

Для ГКПП в разных странах используются различные гидродинамические модели. Примером подобных моделей является ЕТА-модель США и мезомасштабная модель ММ5, разработанная в Национальном центре атмосферных исследований (КСАЯ) США, ММ5 используется в Китае, Новой Зеландии, Бразилии, Израиле и др. Ее усовершенствованный вариант — \УКР модель (исследования и прогноз погоды) также получает широкое распространение в мире.

Очевидно, что перспективность использования моделей типа ММ5 или WRF и других технологий ГКПП для детальных прогнозов погоды несомненна.

Использование гидродинамических методов в оперативной работе в Гидрометцентре России является предпосылкой к созданию и внедрению в практику системы детализированного прогноза метеовеличин и характеристик погоды в пунктах на территории России.

Глава 2. Разработанные модели прогноза метеополей в свободной атмосфере и процессов в пограничном слое

Описываемые модели атмосферы прошли длительный путь развития до их использования в оперативной практике. Если первые варианты модели для ограниченной территории имели 1-3 уровня по вертикали, то в дальнейшем территория прогноза была расширена до полушария, а число уровней увеличивалось с семи до шестнадцати. В настоящее время в совместной модели прогноза метеополей в свободной атмосфере и модели пограничного слоя к основным уровням добавляется двадцать один уровень в нижнем полукилометровом слое атмосферы.

Горизонтальное разрешение в этих моделях последовательно изменялось от 600 до 50 км. В процессе развития модели улучшалось также её физическое содержание, но оставался неизменным эффективный вычислительный алгоритм модели. Это позволило проводить численные эксперименты на имевшейся вычислительной технике с 16 и 30 уровенными вариантами модели. С расширением территории - области расчета прогноза встал вопрос об использовании сферической системы координат, и такой вариант модели был реализован. Поэтому, когда в 1979 г. стали доступны данные ПГЭП, именно эффективный вычислительный алгоритм позволил провести эксперименты по прогнозу метеополей с глобальным вариантом модели. И в дальнейшем, прогностическая модель атмосферы Гидрометцентра России постоянно развивалась и совершенствовалась на основе результатов отечественных и зарубежных научных исследований, а также современных возможностей вычислительной техники, позволяющих применять все более высокое горизонтальное и вертикальное разрешение и более точные параметризации физических процессов. Использование уточненных методов описания турбулентных процессов в пограничном слое, радиационного и конденсационного теплообмена в атмосфере, процессов конвективного

облакообразования и ливневых осадков позволило разработать как прогноз метеорологических полей в свободной атмосфере, так и методы краткосрочного гидродинамического прогноза погоды, уточнить и начать их практическое применение. В ежедневной оперативной практике на основе технологии ГКПП рассчитываются для Москвы и Центрального Федерального Округа (ЦФО) прогнозы температуры, влажности, облачности и осадков с заблаговременностью 48 ч. Эта технология основана на крупномасштабном прогнозе неадиабатической полушарной модели в сочетании с моделью пограничного слоя, с использованием всей доступной начальной информации. Эффективность технологии ГКПП определяется достаточно точными параметризациями физических процессов, в первую очередь, радиационно-облачных процессов, обуславливающих суточный ход метеорологических величин. Успешность ГКПП определяется в Гидрометцентре России ежемесячно и по итогам года в течение более 10 лет на основе единой системы оценок гидрометеорологических прогнозов.

Ниже представлено описание прогностических моделей атмосферы.

В разделе 2.1 описана модель крупномасштабного прогноза полей метеорологических величин

Полушарная прогностическая модель атмосферы основана на использовании полных уравнений гидротермодинамики с учетом основных физических процессов. При ее разработке и реализации предусмотрена специфика требований оперативной работы в Гидрометцентре России. С этой целью в модели параметрически задается горизонтальное и вертикальное разрешение, область расчета прогноза и детальность учета физических процессов, обеспечивающие расчет прогноза в заданное время, которое определяется условиями оперативной работы.

Система уравнений модели включает уравнения движения, неразрывности, притока тепла, переноса массовой доли влаги и уравнение статики.

В изобарической системе координат они имеют вид

г>т

дТ (у-1) Т др к р

- = (2.1)

: ар

(2.2)

др

(2.3)

(2.4)

(2.5)

рд Ф 11 др

(2.6)

Граничные условия имеют следующий вид:

при р = 0 а = О

„ да ПрИ р=Р

(2.7)

На боковых границах принято, что

(2.8)

В уравнениях и граничных условиях используются общепринятые обозначения.

Начальные данные подготавливаются в результате оперативного объективного анализа метеорологических полей в узлах географической сетки с шагом 1,25 °х 1,25° на 16 стандартных поверхностях: 1000, 925, 850, 700, 500, 400, 300, 250, 200, 150, 100, 70, 50, 30, 20 и 10 гПа (в оперативном варианте - 11 уровней до 100 гПа). Эти данные затем интерполируются в узлы "шахматной" сетки, применяемой в модели. Шаг по горизонтали равен 50 км между узлами каждой из сеток, сдвинутых относительно друг друга. Для интегрирования по времени применяется метод центральных разностей. Шаг по времени в соответствии с условием устойчивости Куранта составляет 2 минуты. Областью расчета прогноза является квадрат, ограничивающий сетку 193x193 узлов с шагом 50 км. Прогностическая информация записывается в базу данных модели, доступную пользователям указанной информации. Прогностические поля приземного давления, геопотенциала, ветра, температуры и влажности представлены на всех стандартных поверхностях (влажность - до 300 гПа) с заблаговременностью прогнозов до 54 ч (два дня и две ночи). При необходимости прогнозы рассчитываются с заблаговременностью до 78 ч. Ниже приведена сетка узлов модели для двух последовательных моментов (шагов) по времени.

Для численной реализации модели вводятся дискретные безразмерные координаты /, j, к, s и следующие операторы осреднения /"и конечных разностей /„:

где г принимает значения х, у, р, /; л — значения соответствующей координаты; /-значения и, о, Т, Ф, ц. Область расчета прогноза покрывается прямоугольной сеткой узлов с равномерными шагами по осям х, у. Индексы узлов /, ) по осям х и у изменяются в следующих пределах:

(2.9)

/= 1,2,..., I

J= 1,2, ..., У

Момент времени « п » Момент времени « п+1 »

Рис. 2.1. Структура конечноразностной сетки

При Ах = Ду = 50 км и /=7= 193 область расчета представляет квадрат, описанный вокруг экватора на карте стереографической проекции с главным масштабом 1:30 ООО ООО. При этом левый нижний узел (/ =_/'= 1) находится на пересечении Гринвического меридиана с кругом 8,0° ю.ш.

Рис . 2.2. Вертикальная структура модели. Б, в, и - радиационные потоки, А и N - альбедо и балл облаков верхнего, среднего и нижнего ярусов, Ав и Те - альбедо и температура поверхности.

"Шахматная" сетка состоит из двух обычных сеток с удвоенным шагом по х и у, сдвинутых одна относительно другой. Индексы узлов первой сетки определяются формулой:

Индексы узлов первой сетки определяются формулой

,-=/=207 + 1), 9=0,1.....96.

Поясним аппроксимацию функции / по формуле (2.9) с использованием шахматной сетки:

У = + fi^■l.j■^\ +/1-1.^-1 +-/|"+|.у-1)»

I х ~ _ /1-1. У+1 ~ /¡-\,)-\)

Ту = ( 2.10 )

Система уравнений (2.1-2.5) при указанных граничных условиях реализована в виде

т—1 2,-*>-у -'У-х, Т^Л-2У -*у ^у г-

и,-1и =-т (и иу)~21" \тх +Тир ~ф>

-I . -ху-у -ху-х 1(~2*У ~~Т^Л—2* -V —X „

V, +1и = —т (и Юх+о Iй \ту +™р-фг=-Ро

рг — — 7?

о "

2.—ху—у —ху—х С2

Т.=-т(и Тх+ОуТу) + — г, Яр

2,~ХУ~У —ху—х —ху . _ . . ч

д, =-т {и д,) + тдр . (2.11)

Из рис. 2.1 видно, что все функции и, и, Т; д и Ф на четном и нечетном шагах по времени меняют свое положение от шага к шагу на шахматной сетке. На четных шагах по времени (л = 0, 2, 4, ...) функции и, и, Т, ц, Ф определяются на первой сетке, а на нечетных шагах (.? = 1, 3, 5, ...) - на второй сетке. В соответствии с тем, что функция т рассчитывается через интервал по р от горизонтальной дивергенции скорости, она определяется на четных шагах на сетке крестиков, а на нечетных шагах — на сетке кружков. Для аппроксимации на соответствующем шаге производных ди/др и ди/др требуется определить и и и в тех же узлах, где находятся в этот момент т. С этой целью применяется осреднение и и и по окружающим узлам, используя первую из формул (2.10). По той же причине члены /н и 1о осредняются в формулах (2.11) по времени в соответствии с выражением (2.9).

Подобная полунеявная аппроксимация для этих линейных членов уравнений движения приводит к следующей системе уравнений:

Ч*, - <->ы + + ) = •

Решая эту систему двух уравнений относительно н„,и , получаем:

= {[l-(/A02]^, -21Atut_, +2l{AtfFm-2MFj , ( 2.12 )

где индексы s + 1, s-l означают принадлежность переменных

соответствующим шагам по времени.

Вертикальная система модели представлена на рис. 2.2. По вертикали все функции располагаются на 11 (или 16) счетных уровнях, соответствующих изобарическим поверхностям 1000, 925, 850, 700, 500,400, 300, 250, 200, 150, 100, 70, 50, 30, 20 и 10 гПа. Система уравнений (2.11) записывается в конечно-разностной форме и интегрируется по времени на заданный период прогноза.

Описание физических процессов в модели включает радиационно-облачное взаимодействие, турбулентный и конденсационный теплообмен, динамическое взаимодействие атмосферы и подстилающей поверхности, параметрический расчет обложной и конвективной облачности, а также локальные параметризации, необходимые для выполнения всех прогностических расчетов. Применяемые параметризации физических процессов прошли путь существенных изменений наряду с развитием и совершенствованием моделей. При этом поиск оптимальных вариантов диктовался как физическими, так и вычислительными причинами и особенностями оперативной работы, существенно зависящей от ресурсов оперативных ЭВМ. В наибольшей степени это относится к параметризации пограничного слоя, учет которого начинался с приземного трения и завершился разработкой трехмерной модели АПС.

В разделе 2.2 описана прогностическая модель атмосферы, которая была реализована также в сферической системе координат в полущарном и в глобальном вариантах. В этом варианте модели использовалась та же шахматная сетка и соответствующая аппроксимация уравнений. В диссертации представлены результаты численных экспериментов по прогнозам с использованием данных ПГЭП. По рекомендации Рабочей группы по численному экспериментированию исследователями в различных странах были выполнены численные прогнозы на срок до 7 суток по исходным данным за 21 января 1979г., 12 ч МСВ и оценена их успешность. В указанный период наблюдалось интенсивное развитие синоптических процессов, включая процессы блокирования. Прогнозы на 5-7 суток осуществлялись с помощью 14 конечно-разностных и спектральных моделей (6 полушарных и 8 глобальных моделей). В настоящее время эти результаты имеют лишь историческое значение. Однако они позволили разработать и испытать впервые глобальные модели атмосферы, получившие большое распространение в большинстве метеоцентров многих стран.

В разделе 2.3 описывается трехмерная нестационарная модель пограничного слоя.

Формирование атмосферного пограничного слоя (АПС) обусловлено тем, что он представляет стратифицированный бароклинный слой жидкости или газа вблизи границы раздела вращающихся сред, структура которого определяется гидротермодинамикой турбулентных природных течений. В этом определении выделены основные механизмы формирования АПС и описание структуры пограничных слоев основано на решении замкнутой системы уравнений гидротермодинамики.

Отличительная особенность предлагаемого варианта модели АПС состоит в том, что характеристики вертикального и горизонтального турбулентного обмена являются внутренними параметрами задачи и рассчитываются совместно с гидрофизическими величинами по заданным условиям на внешних границах.

В диссертации изложены теоретические основы геофизического пограничного слоя. Приведена система уравнений трехмерной нестационарной модели, включающей осредненные уравнения гидротермодинамики, уравнения баланса кинетической энергии турбулентности и скорости ее диссипации, соотношения Колмогорова и Смагоринского для вертикального и горизонтального коэффициентов турбулентности. Численное решение замкнутой системы при заданных граничных и начальных условиях используется для расчетов детальных вертикальных профилей метеорологических величин и характеристик турбулентности по данным объективного анализа и прогноза в узлах регулярной сетки.

В разработанной модели учтены следующие основные физические факторы формирования мезомасштабной структуры АПС:

• динамическое, термическое и влажностное взаимодействие АПС с подстилающей поверхностью и с окружающей атмосферой через верхнюю и боковые границы расчетной области;

• эффекты нестационарности, бароклинности и вертикальной термодинамической стратификации на вращающейся Земле;

• пространственная неоднородность поля давления;

• фазовые притоки тепла;

• диссипативный механизм турбулентного процесса.

Внешнее воздействие на АПС определяющих физических механизмов, описываемое с помощью граничных условий, рассчитывается по следующим заданным величинам:

• давление, температура и влажность вблизи подстилающей поверхности;

• геопотенциал, вектор ветра, температура и влажность на уровне АТ-850.

Указанные поля метеорологических величин являются исходной

информацией для расчетов характеристик АПС. Расчеты внутренней структуры АПС с помощью предложенной модели могут быть осуществлены для любого выбранного региона северного полушария. Шаг сетки по вертикали переменный —

от 10 м в нижней части до 100 м в верхней части АПС, всего 21 счетный уровень. В качестве начальных данных модели использовались данные оперативного объективного анализа и гидродинамического прогноза для территории Северного полушария.

Система уравнений модели бароклинного пограничного слоя

Запишем уравнения гидротермодинамики в декартовой системе координат в следующем виде:

движения

1 др

ди 1 др , д , ди д _ ч д ¡, _ \

дг р дх о: дг дх ду

до 1 др , д .до д ,, _ ч д /, _ \

дг р ду дг ог дх ду притока тепла

0в л,а-, д 1.39 ё , дв д . дв

дг С" дг дх дх ду ду

переноса примеси естественного происхождения

да ... д , да д , да д , да — + А(а) = аа—к — + —к.— +— к.—^ + е. , дг ' дг дг дх дх ду ду '

баланса кинетической энергии турбулентности

2 (до

дг

+ А(Ь) = к

+ {дг

%.др д . дЪ Ьг

+ ат—к—!— + а1,—к--а.—

. , к

р дг

дг

для скорости диссипации энергии турбулентных вихрей / „

ч ч Ё 1

-— + Л(£) = а,—к дг Ь

статики

неразрывности

состояния

до дг

др дг

е я . др д , де е а4--4 —+ Й2—4-—в,-,

Ь р дг

" дг дг

= ~Рё

ди до дм; _ -+-+ ,

дх ду дг

р = р{р,Т,Ч) , соотношения Колмогорова и Смагоринского:

(2.13)

(2.14)

(2.15)

(2.16)

(2.17)

(2.18) (2.19)

( 2.20 ) (2.21) ( 2. 22 )

Граничные условия по вертикали:

при г = 20, и = ы0, и = № = 0, к~ = а0и1, е = е0, р = р„, Т=Т0, ? = <70;

при г = Я„, и = , о = , Т = Тл , 9 = , 0 , = 0 (2.23 )

о г ¿72

Здесь г - время; и, и, № — компоненты вектора скорости вдоль координатных осей л,у,г, р — потенциальная плотность; р — давление; т— температура, в -потенциальная температура; ср — теплоемкость при постоянном давлении, ц— массовая доля водяного пара; / — параметр Кориолиса; g— ускорение свободного падения; е6 — неадиабатический приток тепла; е, — приток примеси за счет фазовых переходов; -0 — параметр шероховатости; На — высота 2 км; Д? — горизонтальный шаг сетки; а с индексами — известные универсальные константы;

+ - оператор адвекции скалярной величины //,

дх О у ¿71

„ ди до „ до ди

От----, о3=—+— - продольная и поперечная составляющие

дх ду дх ду

деформации.

В начальный момент времени профили искомых величин восстанавливаются во всех узлах расчетной области по одномерному стационарному варианту модели, с использованием данных стандартных наблюдений.

Моделирование АПС осуществляется для Северного полушария, и боковые граничные условия выбираются в соответствии со схемой прогноза крупномасштабных атмосферных процессов.

О замыкании системы уравнений гидротермодинамики

В современных исследованиях проблема замыкания рассматривается в двух направлениях:

1) использование ЛГ-теории турбулентности,

2) включение уравнений для вторых и третьих моментов пульсаций гидротермодинамических параметров.

Естественно, модели второго направления позволяют более полно описать физические процессы. Однако, в прикладных задачах АПС параметризация турбулентного перемешивания на основе АГ-теории остается пока единственным реально реализуемым подходом, эффективность которого в значительной степени зависит от способа определения вертикального и горизонтального коэффициентов турбулентности.

Вертикальный коэффициент турбулентности к определяется внешними по отношению к АПС воздействиями и является объективной характеристикой, не зависящей от выбора критерия разграничения осредненного и пульсационного

движений. Это связано с тем, что турбулентный обмен в вертикальной плоскости осуществляется вихрями с размерами, малыми по сравнению с эффективной толщиной АПС и относящимися к подсеточным масштабам практически для всех исследуемых явлений в АПС (формирование вертикальной структуры АПС, перенос примесей, процессы, связанные с вертикальными токами, и т.д.).

В работе обосновано для определения к использование гипотезы приближенного подобия А.Н.Колмогорова, согласно которой для расчета используются характерный масштаб турбулентных вихрей / и кинетическая энергия турбулентности Ь\

к = ак1у[ь ,

а затем вместо уравнения для / вводится уравнение для диссипации е , т.е. уравнения (2.17) и (2.18) представляют "6-г" замыкание.

В отличие от вертикального, горизонтальный коэффициент турбулентного обмена кь является параметром, связанным с масштабом разграничения осредненного и пульсационного движений, и в этом смысле к1 зависит от выбора пространственного разрешения в модели.

Для его определения воспользуемся методикой, основанной на идее разделения движений на макромасштабные и подсеточного масштаба. Согласно гипотезе Колмогорова коэффициент турбулентности выражается через характерный размер вихрей и кинетическую энергию движений подсеточного масштаба (вихревую энергию). Вихревая энергия может быть найдена путем интегрирования энергетического спектра по интервалу волновых чисел, приходящихся на вихревые движения. Известно, что в высокочастотной части энергетический спектр подчиняется закону "минус пяти третей" и здесь единственным определяющим параметром является скорость передачи кинетической энергии от крупномасштабных к вихревым движениям. Если воспользоваться законом "минус пяти третей" и проинтегрировать выражение для энергетического спектра в интервале волновых чисел от 1/ Ь до оо, записать выражение для продукции кинетической энергии через коэффициент макротурбулентного обмена и модуль деформации, то выражение для коэффициента горизонтального турбулентного обмена кь примет вид (2.22).

Таким образом, К-теория турбулентности позволяет осуществить замыкание системы уравнений гидротермодинамики с учетом основных физических механизмов формирования турбулентного перемешивания в трехмерном пространстве.

Усовершенствование гидродинамической модели атмосферы

Опыт использования прогностической продукции указал на необходимость ряда ее усовершенствований: повышения пространственного разрешения, детализации учета ряда физических факторов.

Реализация алгоритма модели, как на больших, так и на персональных ЭВМ представляет широкие возможности для оптимального применения её с

целью расчета оперативных и экспериментальных прогнозов, проведения численных экспериментов с пространственным разрешением в модели, совершенствованием физических параметризаций и других вопросов повышения точности прогнозов погоды.

С этой целью в модели в декартовых координатах горизонтальный шаг изменялся в диапазоне: 150, 75, 50 и 30 км, а число уровней по вертикали изменялось от 11 до 30. При наибольшем числе уровней оптимальное разрешение равно 50 гПа в тропосфере и 10 гПа в стратосфере.

В варианте модели в сферических координатах в глобальном и полушарном вариантах применялся шаг сетки 2,5° и 1,25° по широте и долготе, а в региональном варианте - 0,5° и 0,25° соответственно. В модели пограничного слоя в рассмотренных модификациях основной модели использовался соответственно такой же шаг по горизонтали, а число уровней составляло 21.

В указанной реализации модель была применена в экспериментах по моделированию процессов интенсивного циклогенеза, представляющих наибольший интерес для прогноза погоды.

Один из таких экспериментов относится к периоду 22-31 января 1995 г., характеризовавшемуся экстремально интенсивной циклонической деятельностью над Западной и Центральной Европой. Следствием этого процесса стали обильные и продолжительные осадки, количество которых в отдельные периоды достигало 30 мм в сутки над значительной частью данной территории; в некоторых пунктах суммарное количество осадков, выпавших с 20 по 30 января достигло 200 мм, что соответствует четырем климатическим нормам месячного количества осадков для января. Выпадению обильных осадков способствовал интенсивный вынос на континент теплого и влажного воздуха с Атлантики и интенсивные восходящие движения в области серии циклонов и фронтов, быстро перемещавшихся с юго-запада на северо-восток. Дополнительным фактором обострения процессов цикло- и фронтогенеза и усиления осадков служили как. орографические эффекты, так и интенсивные вертикальные скорости в пограничном слое атмосферы, достигавшие 250 гПа/12 ч. Для эффективного учета этих факторов необходимо наиболее высокое разрешение модели.

Численные эксперименты подтверждают, что улучшение разрешения особенно важно для таких пространственно изменчивых метеополей, как температура и влажность воздуха. В таблице 2.1 приведены средние абсолютные ошибки 5 (град.) и коэффициенты корреляции К 24-часовых прогнозов температуры на разных уровнях при различном вертикальном и горизонтальном разрешении в модели.

Таблица 2.1

Средние абсолютные ошибки 3 (град.) и коэффициенты корреляции К 24-часовых прогнозов температуры на разных уровнях в атмосфере

Вид Уоовни О Па)

Оценки 850 500 250 100 50

Горизонтальное разрешение 150 км Вертикальное разрешение 11,16 и 26 уровней

8п 2,07 1,23 1,59 1,17 -

<5/б 2,00 1,17 1,48 0,93 0,87

8ц 1,78 1,10 1,33 0,86 0,85

Кп 0,85 0,91 0,83 0,74 -

К16 0,87 0,93 0,88 0,79 0,74

К26 0,88 0,95 0,91 0,85 0,76

Горизонтальное разрешение 50,75 и 150 км Вертикальное разрешение 11 уровней

Г 1.32 1.03 0. 87 0.73 -

1,73 1,12 1,36 1,08 -

¿50 2,07 gl5. 2,07 1,23 -

К50 0,94 0,97 0,92 0,86 -

К75 0,89 0,95 0,91 0,76

к, 50 0,85 0.91 0,83 0,74 -

Из табл. 2.1 видно, что повышение разрешения по горизонтали уменьшает ошибки 24-часовых прогнозов полей температуры на 7-12% на разных уровнях.

Глава 3. Моделирование турбулентных процессов в пограничном слое атмосфере

В разделе 3.1 приведены результаты численных экспериментов по расчетам турбулентных характеристик и метеорологических величин в пограничном слое атмосферы, а также использование модели АПС (глава 2) для диагностических и прогностических расчетов.

Технология счета предусматривает количественную оценку метеорологических величин и характеристик АПС по данным оперативного объективного анализа (ОА) за выбранный срок с результатами их прогноза на этот же срок.

Указанные поля OA метеорологических величин (давления, температуры, влажности, ветра на изобарических поверхностях 925 и 850 гПа) являются исходной информацией для расчетов характеристик АПС. Расчеты внутренней структуры АПС с помощью предложенной модели могут быть осуществлены для любого выбранного региона северного полушария. В качестве примера указанные расчеты выполнены для территории Восточной Европы (от 45° до 55° с.ш. и от 20° до 40° в.д.) с шагом горизонтальной сетки Io. Шаг сетки по вертикали меняется от 10 м в нижней части до 100 м в верхней части АПС, всего 21 счетный уровень. В качестве входных параметров модели использовались данные оперативного объективного анализа и гидродинамического прогноза модели, представленной в диссертации, с шагом 2,5° для территории, значительно превосходящей расчетную область (от 35° до 65° с.ш. и от 5° до 60° в.д.). Метеорологические величины в узлах регулярной сетки расчетного региона с шагом 1° определялись по данным исходного региона с шагом 2,5° методом оптимальной интерполяции.

Технология счета предусматривает количественную оценку характеристик АПС по данным оперативного объективного анализа за выбранный срок и по результатам суточного прогноза метеорологических полей на этот же срок. Следует подчеркнуть, что под фактическими значениями подразумеваются характеристики АПС, а под прогностическими значениями — рассчитанные по данным суточного хода. В результате был создан банк характеристик АПС, рассчитанных по данным объективного анализа (фактические значения) и суточного прогноза (прогностические значения). Эти фактические и прогностические величины использовались для оценки точности восстановления внутренней структуры АПС по прогностической метеорологической информации.

Банк характеристик АПС, наряду с вышеуказанной исходной информацией, включал следующие выходные данные модели:

• характеристики взаимодействия с подстилающей поверхностью — динамическая скорость, приземные турбулентные потоки явного и скрытого тепла;

• вертикальные профили метеорологических величин и параметров турбулентности - скорость и направление ветра, скорость упорядоченных вертикальных движений, потенциальная температура, массовая доля водяного пара, вертикальный и горизонтальный коэффициенты турбулентного обмена, кинетическая энергия турбулентных вихрей (счетные уровни: 10, 20, 30, 50, 100, 150, 200, 250, 300, 400, 500, 600, 700,800, 900, 1000, 1100, 1200, 1300, 1400, 1500 м).

В качестве примера выбран период наблюдений 4-10 августа 1996 г. за срок 00 МСВ. В оперативном режиме восстанавливалась внутренняя структура АПС по данным объективного анализа и прогноза. Этот период характеризовался изменчивостью приземного давления, геострофического ветра, геопотенциала АТ-850, температуры вблизи подстилающей поверхности и на АТ-850.

Точность восстановления прогностической структуры АПС определяется качеством прогноза термобарического поля на верхней и нижней границах расчетного региона и полнотой учета физических механизмов формирования пограничного слоя атмосферы. Вначале дана оценка суточного прогноза давления (геопотенциала), вектора геострофического ветра и температуры вблизи подстилающей поверхности. В табл. 3.1 абсолютные средние ошибки прогноза внешних параметров находились в пределах: для давления - 0,51,8 гПа, геопотенциала - 5-11 м, приземной температуры - 0,3-0,6 °С, температуры на АТ-850 - 0,2-0,5 °С, модуля приземного геострафического ветра-0,8-1,4 м/с и его направления - 7-13 град., зональной и меридиональной составляющих фактического ветра на АТ-850 - 0,6-1,6 м/с.

Таблица 3.1

Абсолютные средние (числитель) и максимальные (знаменатель) ошибки суточного прогноза внешних параметров модели АПС

Метеовеличины Период : август 1996 г.

4 5 6 7 8 9 10

Давление Р„ (гПа) Ы 2,7 ол. 1,5 м 1,1 м 1,0 и. 2,2 Ы 2,1 М 1,3

Высота Нмо (м) 7 13 5 Гб 5 13 9 18 10 23 и 22 10 15

Приземная температура Т„ ( °С) 0,5 1,6 м 1,2 м 1,1 м и 0,3 1,2 м 1,0 м 1,4

Температура на АТ-850 Г„ (°С) 0^5 1,0 м 1,1 м 1,1 м 0,9 0,3 0,5 М 0,5 м 0,6

Модуль приземного геострофического ветра | К^'|(м/с) Ы 3,8 м 2,7 1,4 4,6 0,9 3,5 ы 3,6 ы 3,3 М зз

Направление Уе (град.) 7 24 и 23 12 33 1» 27 12 33 13 18 13 39

Зональная составляющая ветра V)¡о (м/с) 0,6 1,9 м 2,7 0=2 1,9 м 2,2 М 4,8 м 2,1 М 2,4

Меридиональная составляющая ветра Ув;о (м/с) ы 2,5 м 2,9 м 2,0 ЬЗ 2,2 М 2,7 0д7 2,2 Ы 2,7

Сравнение показывает, что ошибки при воссоздании метеорологических полей близки к ошибкам исходных данных для этих величин.

В табл. 3.2 приведены абсолютные средние и максимальные ошибки суточного прогноза внутренних параметров АПС.

Таблица 3.2

Абсолютные средние (числитель) и максимальные (знаменатель) ошибки суточного прогноза внутренних параметров АПС

Параметр Высот Период , август 1996 г.

м 4 5 6 7 8 9 10

Модуль скорости ветра V (м/с) 10 м 0,3 М М М М М

1,2 1,6 1,2 1,7 1,2 2,1 2,1

100 м м м м 2>2 0,6 0^7

1,7 1,9 2,2 1,8 2,6 2,4 2,1

500 0.7 0,9 0.6 м 0,7 <у> ш

1,9 2,7 1,5 1,0 2,3 2,0 1,8

1000 1,0 ы м М 0д8 0,7 0,7

2,9 4,4 2,1 3,6 2,6 2,0 1,5

Направление ветра а (град) 10 10 14 15 17 7 6 3

24 21 25 17 27 25 7

100 8 14 13 7 9 10 7

23 30 32 23 31 33 39

500 8 11 11 8 11 6 7

19 34 31 31 34 26 41

1000 10 9 13 15 10 7 10

29 42 24 28 34 38 42

Потенциальная температура © (°С) 10 0,6 М м 0,5 0^5 0.5 М

1,8 13 1,0 13 1,0 0,9 13

100 0^7 М М 0,5 0^3 М м

2,1 1,2 1,0 1,2 0,9 0,9 1,2

500 м м м М м М м

13 1,0 0,7 1,1 0,7 0,6 1,0

1000 (у> М м 0д4 М М м

1,1 1,0 1,2 0,9 0,6 0,5 0,7

Вертикальная скорость \У (см/с) 200 м 0,1 ы М м М м

0,5 0,6 0,5 0,6 0,8 0,8 0,5

1000 2д2 0^ 0,2 М м ^3

0,9 0,8 0,9 0,9 1,2 1,2 1,1

Вертикальный коэффициент 10 0.03 0.06 0.05 0.05 0.04 0.03 0,04

турбулентности к (м2/с) 0,1 0,2 0,2 0,2 0,2 0,1 0,2

50 0,05 0,04 0,01 0,03 0,15 0,22 0.11

1.5 0,8 0,1 03 0,7 1,7 1,2

Другой период детальных расчетов прогнозов турбулентных характеристик относится к 12.04.2005 г. 00 ч МСВ. На рис. 3.1-3.3 представлены прогнозы на 36 ч приземного давления, коэффициентов турбулентности, фрикционных вертикальных скоростей. Областью расчетов является территория Европы. Для любого пункта рассчитываются вертикальные профили температуры, влажности, ветра и турбулентных характеристик: К,, Ь и в , а также градиента йТ/йг, масштабов длины и времени:

Таблица 3.3

Вертикальные профили (прогноз на 36 ч) (Москва, исходная дата: 23.05.2006)

г <1Шг УтоЛ Ой к, Ь г*юо £ Г

2 -7.10 2.7 216 0.34 0.727 7.059 0.4 10.3

5 -5.86 3.3 216 0.98 0.749 4.206 2.1 17.8

10 -3.27 4.0 216 2.13 0.786 1.451 2.4 54.2

20 -1.98 4.5 216 4.83 0.867 0.725 5.2 119.6

30 -1.41 4.8 216 7.88 0.950 0.528 8.1 179.9

50 -1.24 5.1 216 14.73 1.115 0.389 14.0 286.6

100 -1.13 5.4 231 24.81 1.118 0.232 23.5 481.9

200 -1.06 5.8 230 33.22 0.940 0.122 343 770.5

300 -0.99 6.1 230 27.41 0.633 0.067 34.5 944.8

400 -0.89 6.5 230 10.50 0.267 0.031 20.3 8613

500 -0.84 7.6 235 2.52 0.124 0.028 7.2 442.9

600 -0.65 8.6 242 1.03 0.053 0.013 4.5 407.7

700 -0.52 10.4 254 0.13 0.007 0.002 1.6 350.0

800 -0.70 11.1 258 0.00 0.000 0.000 0.0 0.0

900 -0.81 10.8 257 0.00 0.000 0.000 0.0 0.0

1000 -0.81 10.5 257 0.00 0.000 0.000 0.0 0.0

Оперативные прогностические расчеты детальных профилей температуры, ветра и турбулентных характеристик в АПС используются для прогнозов неблагоприятных метеорологических условий в Москве. Эффективность используемой в этих расчетах модели АПС проявляется в способности воспроизведения мезоструй в нижних слоях атмосферы. Переход от неустойчивой стратификации в нижнем 200-м слое к устойчивой — приводит к возникновению мезоструй на высоте 800 м (табл.3.3). При скорости геострофического ветра около 15 м/с и наличии "запирающей инверсии" в верхней части АПС возникает струйное течение нижних уровней.

О 6 10 1$ 20 25 30 35 40 45 $0 55. б)

Рис. 3.1. Прогноз приземного давления на 36 ч по исходным данным за 00 МСВ 12 апреля 2005 г. (а) и фактическое поле приземного давления 13 апреля 2005 г. (б)

а) б)

Рис 3.2. Прогноз на 36 ч коэффициентов турбулентности на уровне 100 м по исходным данным за 00 МСВ 12 апреля 2005 г. (а) и фактическое поле коэффициентов турбулентности на уровне 100 м 13 апреля 2005 г. (б)

« 45 SQ 5S

Рис. 3.3 Прогноз фрикционной скорости на 36 ч по исходным данным за 00 МСВ 12 апреля 2005 г. (а) и фактическое поле фрикционной скорости 13 апреля 2005 г. 12 ч (б).

Глава 4. Анализ влияния радиационного и турбулентного притоков тепла на развитие атмосферных процессов

В этой главе рассматривается задача о совместном учете радиационного и турбулентного притоков тепла в численном прогнозе погоды. С этой целью определены стандартные значения температуры и притоков тепла и отклонения этих величин от их стандартных значений.

Приводятся данные об изменениях температуры, обусловленных отклонением радиационного притока тепла от его стандартного значения.

Численные эксперименты по учету радиационного притока тепла в моделях численного прогноза погоды в случае безоблачной атмосферы приводит к тому, что давление в нижней части атмосферы оказывается завышенным, а в верхней — заниженным. При наличии облачности картина усложняется, однако и в этом случае отмечается систематическое завышение влияния радиационного притока тепла на изменение давления.

В атмосфере, кроме радиационного, существуют другие виды притока тепла, которые, по-видимому, в определенной степени компенсируют действие радиации. В первую очередь это касается турбулентного притока тепла.

Разделе 4.1. Выделим главные части радиационного и турбулентного притоков тепла, которые в сумме компенсируют друг друга и определим те части турбулентного и радиационного притоков тепла, которые являются отклонениями от их главных (стандартных) значений и реально участвуют в процессах изменения давления.

Представим рассматриваемые величины в виде:

Т = Т + Т', р = рш+р'а, <7 = (7 + С?\ и = и + и', 5 = 5+5", сое£ = а«.9 +(ом5).

Здесь Т — температура, рга - плотность водяного пара, в и и -соответственно нисходящий и восходящий потоки длинноволновой радиации, 8 — поток коротковолновой радиации, 9 — угол между направлением луча и вертикалью 2. Величинами с волнистой чертой обозначены стандартные значения, а величинами со штрихами — отклонения от стандартных значений.

В этом случае уравнения переноса лучистой энергии для стационарного монохроматического поля излучения и краевые условия можно записать так:

соз9д<°> +°> > = к,(Д, + р\„)(С, +С\~Е1-Е\), дг

^эд{и'+и>-) = +Р'Ж + Е[-ил-и\)

СО в!?

= МД»+р'ЛСя + о;-£,-£•)

(4.2)

(4.1)

(4.3)

при Ъ—>0О

(4.4)

о А = + о0.

где А:д — массовый коэффициент поглощения радиации, 31 — коэффициент «серости» подстилающей поверхности, Г — альбедо для коротковолновой радиации, ал— интенсивность прямой солнечной радиации на верхней границе атмосферы, Е1 — функция Планка.

В работе система (4.1) — (4.5) решается относительно стандартных величин и отклонений от них, что позволяет в конечном итоге рассчитать некомпенсируемые части притоков тепла и вклад этих притоков в изменение метеорологических полей на различных уровнях в атмосфере.

Используя известные методы решения уравнений радиационного переноса с помощью функций пропускания для длинноволновой и коротковолновой радиации, решаем систему уравнений для стандартных значений и определяем вначале стандартное распределение температуры ¥ в атмосфере. Для этого необходимо решить численно интегральное уравнение Фредгольма второго рода с симметричным ядром:

(4 6}

= П - 5 - Ё(}У)[Р(1У -»■)-(! - 3)Р(Ц' + и)]. Здесь

где р - давление, ц — коэффициент вертикальной турбулентной теплопроводности. При решении задачи были приняты следующие значения параметров: ц=110+сг при 0^г<50м, /¿=сопз1 при г > 50 м ,

Ч=Яоеу\

где у — эмпирический коэффициент, удовлетворяющий климатическому распределению удельной влажности q.

Масса водяного пара рассчитывалась по формуле 10э V | , 2 103 _

8 ( 3 8

I 1

где д=(я<?, (а + 6) = 1, с? ----^д., а Г вычисляется по формуле:

Функция пропускания Р(^) для длинноволновой радиации бралась по Нийлиск:

а для коротковолновой радиации

— по К. Г. Кастрову:

Гж-wY'

P(W-W) = 1-0,09-—- .

{ C0Si9 J

Расчеты производились для условий июля в Москве при следующих параметрах:

Г=13,5%; 5 = 0,9; cosS =0,336; ц=6«103 кал/см-минтрад; тт=224°К.

В табл. 4.1 приведены рассчитанные (Тр) и фактические (Тф) средние месячные температуры для июля в Москве. Как видно, рассчитанная температура отличается от фактической не более чем на Io на всех уровнях, кроме уровня 200 гПа, который находится в слое тропопаузы, а с помощью описанной простой модели атмосферы трудно получить такую особенность распределения температуры в атмосфере, какая наблюдается при переходе от тропосферы к стратосфере.

Таблица 4.1

Изобарические поверхности П (К) Т°ф (К)

1000 291,7 290,7

99S 291,4 290,4

900 286,5 287,0

700 2743 274,6

500 260,5 260,1

200 233,9 224,9

Для расчета отклонений радиационных потоков решается система уравнений для отклонений, полученная из (4.1) — (4.5).

Метод решения этой системы уравнений тот же, что и для расчета потоков С, и и В результате этого получены формулы для расчета отклонений потоков С', и' и .">", в которых выделены части, обусловленные отклонением температуры и плотности пара от их стандартных значений. Для определения вклада отклонений потоков длинноволновой и коротковолновой радиации были рассчитаны соответствующие изменения температуры по соотношению

ь СрР„ Ъд '

где Р'=и'-С для длинноволновой радиации и Р'=$' для коротковолновой радиации.

В табл. 4.2 приведены средние, а в табл. 4.3 - средние по модулю изменения температуры, обусловленные отклонением радиационных потоков вследствие колебаний температуры Т', влажности д' и косинуса угла падения лучей 9'. Изменения температуры в град/час приведены отдельно для длинноволновой (Б) и коротковолновой (К) радиации. Средние величины рассчитаны по 31 случаю в июле 1968 г. для Москвы.

Таблица 4.2

Р, гПа Д К

Т' Ч' Т'.ч' Ч' Ч', 9'

850 0,001 -0,009 -0,008 0,005 0,023 0,028

700 -0,001 -0,008 -0,009 0,003 0,021 0,024

300 0,020 -0,009 0,011 -0,006 0 007 0,001

100 0,009 —0,002 0,007 -0,005 0,011 0,006

Таблица 4.3

Л гПа !»1 1*1

Т' Ч' Г,?' ч' 3' Ч', 3'

850 0,014 0,022 0,016 0,007 0,023 0,029

700 0,007 0,010 0,012 0,007 0,022 0,027

300 0,020 0,017 0,016 0,008 0,008 0,018

100 0,012 0,016 0,013 0,007 0,011 0,011

Как видно из табл. 4.2 и 4.3 изменение температуры, обусловленное длинноволновой радиацией за счет отклонения влажности, имеет тот же порядок величины, что и за счет отклонения температуры. Величина изменений температуры вследствие совместного действия этих факторов несколько меньше, чем вследствие действия одной влажности, что указывает на некоторую взаимную компенсацию влияния отклонений температуры и влажности.

Для изменений температуры, обусловленных коротковолновой радиацией, характерно то, что величина изменений вследствие суточного хода солнечной радиации в несколько раз больше, чем вследствие отклонения влажности от стандартной. При совместном действии обоих этих факторов величина изменений температуры увеличивается по сравнению с действием каждого из факторов в отдельности.

Данные табл. 4.2 показывают, что величины изменений температуры, обусловленные отклонением потоков длинноволновой радиации, в основном на порядок меньше, чем обусловленные самими потоками. Для коротковолновой радиации величина изменений температуры, обусловленные отклонением потоков, примерно в 2 раза меньше, чем обусловленных самими потоками. Этим подтверждается то, что в атмосфере происходит в значительной степени компенсация турбулентного и радиационного притоков тепла и только отклонение этих притоков от их стандартных значений обусловливает неадиабатичность атмосферных процессов.

В разделе 4.2 исследуется совместное влияние радиационного и турбулентного притоков тепла на изменение атмосферного давления. Рассмотрим сначала влияние радиационного, а затем турбулентного притока тепла на изменение давления и формирование барических полей на северном полушарии. Это влияние изучалось на основе шестиуровенной прогностической модели по полным уравнениям гидротермодинамики. При интегрировании по

времени до трех суток в уравнении притока тепла системы уравнений (4.1) принималось, что е=ел+Ет, причем для изучения влияния каждого их притоков тепла в отдельности полагалось последовательно ет=0 и сл=0.

Радиационный приток тепла для отдельных слоев прогностической модели рассчитывался заранее по фактическим данным о температуре, влажности и облачности при учете альбедо подстилающей поверхности и облачности путем интегрирования уравнений переноса лучистой энергии при использовании интегральных функций пропускания.

При интегрировании уравнений по времени (до трех суток), приток тепла рассчитывался только для одного момента в каждые сутки. При этом использовались средние для данных суток значения температуры и влажности.

Интегрируя уравнения при одних и тех же начальных данных о геопотенциале один раз по неадиабатической модели, а второй раз — по адиабатической и производя вычитание полученных значений метеорологических элементов, получаем величины вкладов притока тепла.

В таблице 4.4 приведены средние величины вкладов радиационного притока тепла в изменения за трое суток давления на уровне моря и высот изобарических поверхностей 500 и 100 гПа, вычисленных для всего полушария и отдельно по широтным зонам, а также величины изменений средней температуры слоя, расположенного между изобарическими поверхностями 100 и 1000 гПа. Из данных таблицы следует, что вследствие радиационного притока тепла в среднем по полушарию давление на уровне моря остается неизменным, а изобарические поверхности понижаются и тем сильнее, чем выше поверхность. При рассмотрении вкладов по широтным зонам видно, что давление на уровне моря понижается в тропиках и повышается в высоких широтах. Изобарические поверхности понижаются на всех широтах, однако их понижение в полярной зоне сильнее.

Таблица 4.4

Северное Тропическая Умеренные Полярная

Приток тепла Величина полушарие зона (ф<40°) широты зона (ф>67°)

п=1б25 п=1093 п=414 п=118

Радиационный Нмо -8,6 -7,3 -11,1 -12,8

Н500 -3,8 -3,6 -4,3 -5,0

Ро 0,0 -0,3 0,4 0,7

т -1,5 -1,2 -2,0 -2,3

Турбулентный Нюо -1,7 2,3 0,9 -0,9

Ро -0,1 -0,7 0,7 2,2

Г 0,3 0,5 0,0 -0,5

Радиационный Нюо -0,4 2,0 -0,9 -9,2

и частично Н500 -0,1 0,3 -0,6 -2,3

турбулентный Ро -0,1 -0,6 0,7 2,0

Т 0,0 0,4 -0,8 -1,9

Примечание, п - количество точек сетки.

Такое распределение вкладов радиационного притока тепла легко объясняется качественно. В таблице 4.5. приводятся рассчитанные величины радиационного притока тепла ко всей толще атмосферы, обусловленные длинноволновой и коротковолновой радиацией, для разных широтных зон, времен года и при различной облачности. Видно, что радиационный приток тепла при любых условиях приводит к выхолаживанию атмосферы, причем в холодное время года выхолаживание в полярной зоне наибольшее.

Таблица 4.5

Радиационное выхолаживание атмосферы в кал/мин для единичного столба атмосферы с основанием 1 см2.

Зона Теплое полугодие Холодное полугодие

ясно облачно ясно облачно

Тропическая Полярная -0,078 -0,056 -0,082 -0,094

-0,072 -0,053 -0,0106 -0,177

Понятно, что при отсутствии меридионального переноса в тропосфере такое положение должно было приводить к понижению изобарических поверхностей, причем наиболее сильному в полярных областях. Меридиональный обмен частично компенсирует этот эффект таким образом, что в верхних слоях возникает перенос масс, направленный из тропической зоны к полюсу. Это приводит к некоторому ослаблению понижения высот изобарических поверхностей в полярной зоне и повышению давления на уровне моря. В то же время такой меридиональный обмен должен сопровождаться понижением давления на уровне моря в тропической зоне. Из этого можно заключить, что должны существовать факторы, которые приводят к нагреванию атмосферы, хотя бы в некоторых широтных зонах. Очевидно, что такими факторами являются турбулентный и фазовый притоки тепла.

Фазовый приток тепла в атмосфере возникает всюду, где происходит конденсация, и приводит к некоторому прогреву атмосферы в целом, особенно в экваториальной зоне, где очень сильно развита конвекция.

Более значительным является прогрев атмосферы за счет турбулентного обмена. Наиболее интенсивен турбулентный обмен при прогреве подстилающей поверхности и возникновении при этом у земной поверхности сверхадиабатических градиентов. Такие условия существуют над континентами в тропической зоне, а в летнее время года и в умеренных широтах. В процессе турбулентного обмена при сверхадиабатических градиентах от подстилающей поверхности в атмосферу передается значительной количество тепла. В то же время в полярной зоне, особенно в зимнее время года, происходит радиационное выхолаживание подстилающей поверхности, наиболее интенсивное при наличии снежного покрова, и турбулентный теплообмен здесь приводит к охлаждению нижних слоев атмосферы.

Таким образом, эффективность учета притоков тепла определяется точностью прогноза температуры, влажности и облачности. Актуальность

повышения точности прогнозов этих метеовеличин является первоочередной задачей в настоящее время.

В разделе 43 представлена оценка чувствительности прогностической модели к точности расчета радиационных характеристик.

В работе описаны численные эксперименты по оценке чувствительности полушарной неадиабатической модели атмосферы к точности расчета радиационного баланса на подстилающей поверхности. В этих экспериментах использовался 7-уровенный вариант прогностической модели с пространственным шагом 300 км. Результаты по оценке чувствительности модели изучались на результатах прогнозов метеорологических полей: давления и геопотенциала изобарических поверхностей, температуры, ветра, влажности, облачности и осадков. В связи с включением в модель суточного хода коротковолновой радиации возникла необходимость оценки чувствительности модели. По результатам численных экспериментов с моделью был выполнен анализ влияния вариаций радиационного баланса, альбедо подстилающей поверхности и балла облачности на изменение температуры почвы (температуры морей и океанов не изменялась при прогнозе). Для определения влияния вариаций радиационного баланса на результаты прогноза метеоэлементов были проведены следующие эксперименты: контрольный и экспериментальный, в котором в каждой точке сетки радиационный баланс менялся на величину Д11=±(10...70) Вт/м2. Расчеты проведены по данным 22 апреля 1989 г.

Полученные изменения соответствуют возможным расхождениям радиационных потоков и радиационного баланса в целом, рассчитанного различными методами. Для каждого из экспериментов были определены разности ДТ8 = Т5К - Т5к во всех точках серии, где Т8к — температура поверхности в контрольном эксперименте (при ДК = 0), а Т5К — температура поверхности в эксперименте с соответствующим ДЯ. При величине ДЯ=70 Вт/м2 изменения ДТ5 достигают 7°С для части территории полушария, а большая ее часть занята значениями ДТ5 = 5°С. При уменьшении ДЯ величины ДТ5 уменьшаются и при ДЯ=5 Вт/м2 величины ДТ8 = 2°С имеют место только в отдельных точках. Основная часть территории полушария занята значениями

ДТ8 = ГС и менее. В табл. 4. 5 приведены средние значения температуры поверхности для различных широтных зон, рассчитанные при описанных выше экспериментах с ДК. Осредненные величины Т5 рассчитывались по всему северному полушарию, по тропической области (от экватора до 23°с.ш.) и полярной области (севернее 67° с.ш.).

Из данных табл. 4.5 видно, что осредненные значения изменений ДТ5 при величине Д 11=70 Вт/м2 составляют 1,4°С для всего полушария, 1,1 °С - для тропической области, 1,5°С - для области умеренных широт и 2,5°С - для полярной области. Соответствующие величины ДТ8 при ДЯ=10 Вт/м2 составляют для всех областей 0,2°С , при ДЛ=5 Вт/м2 — 0,1 °С.

Таблица 4.6

Средняя температура земной поверхности при различных ЛИ

Область ЛИ Вт/м1

70 10 5 0

Северное полушарие 14,5 13,3 13,2 13.1

Тропики 27,9 27,0 26,9 26,8

Умеренные широты 12,7 11,4 11,3 11,2

Полярная зона -20,4 -22,7 -22,9 -22.9

Будем считать, что суммарная ошибка прогноза Т8, обусловленная погрешностями различных факторов, начиная с точности ее измерения и заканчивая методами прогноза, составляет 1°С. Ошибка осредненных величин Т8, вероятно, не превышает 0,1°С. Приведенные значения изменений Т8, равные 1°С в отдельных точках и 0,1 °С для осредненных значений, примем за порог чувствительности модели для температуры поверхности.

Таким образом, величина ДЯ=5 Вт/м2 может быть принята за допустимую погрешность расчета радиационного баланса, соответствующую порогу чувствительности данной модели.

Рассмотрим далее результаты экспериментов с изменением балла облачности, при увеличении облачности прогрев поверхности суши уменьшается, и величина ДТ5 при изменении балла от 0 до 10 достигает 18°С в тропической зоне, а при изменении в 1 балл приводят к изменению Т8 на 1°С (в отдельных точках 2°С). В табл. 4. 6 приведены осредненные величины ДТ8. Из нее видно, что изменение облачности от 0 до 10 баллов приводит к изменению средней Т8 более чем на 3°С в различных зонах. Изменение облачности на 1 балл изменяет среднюю температуру поверхности на 0,1 °С. Поэтому изменение балла облачности на 1 характеризует порог чувствительности данной модели к точности расчета балла облачности.

Таблица 4.7

Средняя температура земной поверхности при различном балле облачности

Область Балл облачности

10 9 5 0

Северное полушарие 11,8 11,9 12,7 15.1

Тропики 23,7 23,8 24,7 27,2

Умеренные широты 10,1 10,2 11,1 13,6

Полярная зона -19,1 -19,1 -18,8 -18.5

Третья серия экспериментов заключалась в варьировании альбедо подстилающей поверхности. В контрольном эксперименте бралось альбедо А8=0 во всех точках, в других экспериментах принималось А8=0,1; 0,2; 0,5; 1,0. При сравнении вариантов с предельными значениями альбедо (А8=0 и А8=1) ДТ8 достигает в отдельных точках 21°С. Осредненные величины ДТ5 в этом

эксперименте составляют от 2,1 до 4,1°С в различных зонах (табл.4.7). Анализ географического распределения ЛТ5 показывает, что изменение Т5 в тропических областях достигает 3°С, достаточно много точек, в которых ДТ8 равно 2°С. Из табл. 4.7 также видно, что осредненные Т5 при изменении альбедо на 0,1 составляет 0,1-0,3°С. Из этого следует, что порог чувствительности данной модели к изменению альбедо поверхности составляет менее 0,1.

Таблица 4.8

Средняя температура земной поверхности при различных альбедо Земли

Область Альбедо

0,0 0,1 1,0

Северное полушарие 15,7 15,4 11,8

Тропики 27,5 27,2 24,0

Умеренные широты 14,1 13,7 10,0

Полярная зона -15,0 -15,1 -17,1

Проведенные эксперименты по оценке чувствительности прогностической модели показывают, что допустимая погрешность расчета радиационного баланса равна 5 Вт/м2, балла облачности - 1 балл и альбедо поверхности — 0,1. В то же время указанные погрешности расчета соответствующих характеристик в методиках их параметризации в настоящее время труднодостижимы. Поэтому совершенствование методов параметризации радиационно-облачного взаимодействия в современных высокочувствительных моделях атмосферы является первоочередной научной и практической задачей.

Глава 5. Краткосрочный гидродинамический прогноз метеовеличин и характеристик погоды в пунктах на территории России и прилегающих стран

Современные возможности вычислительной техники позволяют применять в атмосферных моделях все более высокое горизонтальное и вертикальное разрешение и уточненные параметризации физических процессов. Использование уточненных методов описания турбулентных процессов в пограничном слое, радиационного и конденсационного теплообмена в атмосфере, процессов конвективного облакообразования и ливневых осадков позволило разработать в описанной совместной прогностической модели Гидрометцентра России оперативные технологии гидродинамического краткосрочного прогноза погоды в пунктах. Оперативная технология включает сбор, обработку и контроль исходной информации, расчет прогнозов на основе прогностической модели с высоким пространственным разрешением и учетом всех основных физических процессов в атмосфере и выдачу прогностической продукции для различных потребителей в удобном виде: таблиц, графиков, рисунков и т.д. Вся прогностическая продукция представлена в Интернете на сайте Гидрометцентра России.

5.1. Гидродинамический прогноз погоды в пунктах

Гидродинамический прогноз погоды в пунктах при современном уровне доступной вычислительной техники, возможностей систем наблюдения, сбора и обработки оперативной информации, а также наших знаний о физических процессах атмосферы и подстилающей среды в данной работе решается на основе гидродинамического моделирования крупномасштабных атмосферных процессов с последующим применением локально-адаптированных экономичных параметризаций для описания процессов меньших пространственно-временных масштабов. Успешность ГКПП определяется точностью прогноза основных факторов, определяющих эволюцию элементов погоды, вычислительной эффективности алгоритмов и ограниченности требований к детальности задания исходной информации.

В данной главе обобщен опыт последних лет по оперативному использованию и дальнейшему развитию действующей в Гидрометцентре России системы ГКПП.

Созданная оперативная технология обеспечивает расчет прогнозов на сроки до 48-72 ч в пунктах на территории Евразии следующих метеовеличин и характеристик погоды с описанием суточного хода:

• приземные метеовеличины (атмосферное давление, температура воздуха, относительная влажность и ветер — скорость, направление и скорость при порывах);

• количество облачности трех ярусов (нижнего, среднего и верхнего);

• 12-часовые суммы обложных и конвективных осадков (в мм);

• геопотенциал, температура, дефицит точки росы, скорость и направление ветра на основных изобарических поверхностях (доЮОгПа);

• вертикальные профили температуры, ветра и коэффициента атмосферной турбулентности в нижнем 2,0 км слое атмосферы.

Перечисленная продукция используется в Гидрометцентре России и в других учреждениях Росгидромета для прогнозов погоды, для предупреждений о метеоусловиях, неблагоприятных в экологическом отношении и для других целей. Оперативное метеорологическое обеспечение для всех областных городов Центрального федерального округа включает прогнозы температуры, влажности, ветра, облачности и осадков.

5.2. Анализ результатов оперативных и экспериментальных гидродинамических прогнозов для пунктов

В настоящее время оперативный вариант крупномасштабной модели имеет шаг 50 км. Для Москвы прогнозы рассчитываются с детализацией по районам, соответственно расположению шести метеостанций: Балчуг (центр города), Останкино, МГУ и ВВЦ (городские районы, различающиеся характером застройки, рельефом местности, наличием водоемов и др.), Немчиновка и

Тушино (пригородные районы с большими пространствами, свободными от застройки). Анализ результатов оперативных прогнозов начнем с их успешности в Москве.

В таблице 5.1 приведен пример оперативного прогноза на 48 часов для Москвы приземной температуры воздуха, относительной влажности, скорости и порывов ветра по данным в 00 ч. МСВ 25 апреля 2000 г. В таблице представлены также их фактические значения по наблюдениям основной метеостанции ВВЦ. Этот пример характерен тем, что, максимальная температура воздуха, наблюдавшаяся 26 апреля, равнялась 24,2"С, что является самой высокой температурой в Москве в этот день за весь период метеорологических наблюдений.

Таблица 5.1

Прогноз температуры (Т, °С), относительной влажности (г, %), скорости ветра (К, мс"1) и скорости порывов ветра (У««р, м с"1) в Москве 25-26 апреля 2000 г. по исходным данным в 00 ч МСВ 25 апреля 2000 г. и фактические значения этих метеовеличин по наблюдениям на метеостанции ВВЦ

Дата Время Прогноз Наблюдения

(апрель Т г У Упор Т г V Упор

2000 г.) (°С) (%) (мс1) (мс1) (°С) (%) (мс1) (мс1)

25 04 8.4 74 0.3 0 8.4 61 0 0

07 9.1 77 0.3 0 7.8 72 0 0

10 18.3 53 0.8 0 18.6 54 0 0

13 22.9 39 1.2 3.6 23.2 37 0 0

16 24.2 34 1.6 3.8 24.5 36 1 4

19 24.6 36 1.7 4.2 25.0 31 1 4

22 19.2 52 1.9 3.6 18.7 47 1 3

26 01 14.1 67 0.6 0 13.5 64 0 0

04 11.2 71 0.5 0 10.4 77 0 0

07 9.3 76 0.3 0 8.6 84 0 0

10 18.9 62 1.4 0 19.4 61 1 0

13 23.1 45 2.3 4.2 23.5 39 2 5

18 24.4 33 3.1 6.4 24.2 29 2 6

19 23.8 37 2.7 6.9 23.3 30 3 7

22 20.5 46 1.8 5.3 19.1 41 2 6

В эти оба дня, метеоусловия в Москве характеризовались безоблачной антициклональной погодой со слабым ветром и большой амплитудой суточного хода температуры. Усиление турбулентности в пограничном слое в послеполуденные часы, обусловленное неустойчивостью приземного слоя вследствие интенсивного нагревания подстилающей поверхности (40° С и более), привело к усилению скорости ветра и порывов ветра и к интенсификации турбулентного потока тепла от подстилающей поверхности в атмосферу.

Согласно расчетам, этот поток достигал 200 вт/м2, что обусловило дополнительное повышение температуры и понижение относительной влажности.

Как видно из таблицы, прогноз достаточно успешно воспроизвел наблюдавшиеся значения метеорологических величин.

Помимо представленных в таблице величин, прогнозы включают для каждого 3-часового срока данные о количестве осадков (мм), а также вертикальные профили температуры, ветра и коэффициента турбулентности в нижнем 2,0 км слое и другие данные, включаемые по запросу. Прогнозы позволяют видеть детальную картину изменений метеовеличин в течение суток, определять величину и время наступления максимума и минимума температуры воздуха и скорости ветра, начало и конец выпадения осадков и их количества за некоторый интервал времени, условий стратификации и другие характеристики.

Абсолютные ошибки гидродинамических, синоптических и инерционных прогнозов (ГП, СП и ИП) максимальной и минимальной температуры воздуха (ТтЫ и Ттах, °С) для Москвы за 1999 г. представлены в табл. 5.2.

Таблица 5.2

Абсолютные ошибки прогнозов минимальной и максимальной приземной температуры воздуха (°С)

Метод прогноза 7|ИЙ» Ттах

ГП 2,1 1.9

СП 2,0 2,0

ИП 2.6 2.8

Показатели успешности гидродинамических прогнозов осадков и скорости ветра в Москве за 1999 г. представлены соответственно в табл. 5.3 и 5.4.

Таблица 5.3

Показатели успешности прогнозов осадков в Москве в 1999 г. а) средняя ошибка прогнозов 12-часовых сумм осадков (мм); 6) величина критерия Пирси-Обухова для прогноза факта наличия или отсутствия осадков.

Вид прогноза Заблаговременность прогноза (час)

12 24 36 12 24 36

а б

ГП 1,3 1,4 1,4 51 48 37

СП 3,5 3,3 3,5 40 45 41

ИП 2,0 1,9 1,8 33 33 18

Таблица 5.4

Абсолютные ошибки гидродинамических прогнозов скорости и направления ветра на высоте измерения (10 м) и максимальной скорости при порывах

Заблаговременность прогноза (час) 12 I 24 I 36 I 48

Скорость ветра (м/с) 1.2 | 1.1 | 1.2 | 1.1

Направление ветра (град.) 34 | 42 | 43 | 47 Скорость ветра при порывах (м/с)

2.1 | 2.0 I 2.2 | 2.1

Абсолютные ошибки гидродинамических прогнозов минимальной и максимальной приземной температуры воздуха в 2003-2005 гг. составили 1.5 и 1.8° С, т.е. заметно уменьшились в сравнении с ошибками в табл. 5.2.

Приведенные данные показывают практическую эффективность гидродинамических прогнозов температуры и преимущество прогнозов осадков и ветра для Москвы над синоптическими прогнозами этих метеовеличин.

Таблица 5.5

Прогноз приземной температуры (7",°С) и относительной влажности (г, %) в Москве по двум вариантам модели

10.12.1996 г. 11.12.1996 г. Ошибки

Московское время прогнозов

03 06 09 12 15 18 21 24 03 06 09 12 15 18 21 24

ВВЦ 0,4 0,5 0,5 0,6 0,8 0,6 0,4 0,1 0,1 0,2 0,5 1,0 1,6 1,5 03 -1,9 8 8а

I 0,4 0,7 0,8 2,4 3,4 2,4 1,8 1,4 1,2 1,1 1,2 2,7 за 23 1,6 0,9 0,92 137

п 0,4 0,0 -0,5 0,8 и 1,5 1,1 0,4 0,0 0,1 -0,1 и 1,7 1,0 0,6 -03 0,02 0,47

ВВЦ 96 94 90 90 94 89 86 71 94 95 95 92 90 88 92 -96 8 8„

I 93 97 98 89 86 93 98 100 100 100 100 91 86 89 90 89 2,9 6,2

II »6 94 96 89 84 87 91 96 100 100 100 85 80 86 92 -97 1,4 5,8

В табл. 5.5 представлен пример 48-часового прогноза приземной температуры и относительной влажности в Москве (с 3-часовой дискретностью) в сравнении с данными наблюдений на московской метеостанции ВВЦ. Прогноз рассчитан по исходным данным за 00 ч. 10.12.98 г. с помощью полушарной

модели в двух вариантах, отличающихся пространственным разрешением: 150 км по горизонтали и 11 уровней по высоте (I) и в географической сетке с шагами 0,5° по широте и 1° по долготе, т.е. 55 км на широте 60° (II).

Приведенные в таблице прогностические значения относятся к узлу сетки, ближайшему к Москве. Для обоих вариантов указаны величины средней ошибки S и абсолютной ошибки &а, осредненные по всем заблаговременностям прогноза. Сравнение этих величин свидетельствует о существенном преимуществе прогноза приземных метеовеличин, рассчитанного при более высоком пространственном разрешении в модели.

Приведем некоторые данные по успешности детализированных прогнозов. Для двух пунктов - Немчиновка и Балчуг - удаленных друг от друга всего лишь на 18 км, но находящихся вне города и в его центре, была оценена успешность предвычисления разности суточных максимальных и минимальных температур (Ттих, Tmi„~) по результатам серии 48-часовых прогнозов, рассчитанных по данным за сроки 00 и 12 час с 1 по 10 ноября 1998 г. Оказалось, что знак этой разности прогнозируется правильно в 77% случаев. Однако абсолютная величина разности в прогнозе занижена в 1,5 раза (1,5° вместо 2,3°). По-видимому, это занижение в немалой степени связано с тем, что в модели не учтен вклад антропогенных факторов (в первую очередь — источников тепла) в изменение метеоэлементов в большом городе. На это указывает также и сравнение ошибок прогноза самих величин Ттах и Tmin, которые оказались равными -2,7° и -4,8° для Балчуга против -0,6° и -2,6° для Немчиновки

В табл.5.6 приведены результаты оценки прогнозов температуры воздуха на станции ВВЦ на срок 12, 24, 36 и 48 ч для всех случаев и случаев с изменчивостью более 5 и более 10 градусов.

Таблица 5.6

Ошибки прогнозов для станции ВВЦ, Москва, 2000 г.

Все случаи Случаи с изменчивостью Случаи с изменчивостью

мсв 5° и более 10° и более

ч абсолютная относительная абсолютная относительная абсолютная относительная

ошибка ошибка ошибка ошибка ошибка ошибка

12 1,9 0,67 2,7 0,33 6,4 0,46

24 1,8 0,65 2,9 0,40 3,3 0,25

36 2,3 0,61 3,4 0,42 5,9 0,46

48 2,4 0,64 3,6 0,45 6,3 0,42

В таблице 5.7 приведены статистические оценки прогнозов температуры, точки росы, скорости и направления ветра за октябрь 2001 г. В этой таблице обобщены результаты расчетов для 18 областных городов, входящих в Центральный федеральный округ(ЦФО): Москва, С.-Петербург, Белгород,

Брянск, Владимир, Воронеж, Иваново, Калуга, Кострома, Курск, Липецк, Орел, Рязань, Смоленск, Тамбов, Тверь, Тула, Ярославль.

В таблице представлены средние, абсолютные, среднеквадратические ошибки прогнозов и коэффициенты корреляции между прогностическими и фактическими данными. Фактическими данными являются результаты численного анализа метеорологических величин у поверхности земли. Анализ таблиц показывает, что успешность прогнозов на 12 и 24 ч высокая, на 36 и 48 ч -удовлетворительная. Успешность прогнозов скорости ветра очень высока на все сроки: ошибки прогнозов температуры с заблаговременностью 12, 24 и 36 ч не превышают 1.5°, а точки росы — 2°, абсолютные ошибки скорости ветра не превышают 1 м/с.

Таблица 5.7

Статистические оценки прогнозов температуры, влажности, скорости и направления ветра для территории ЦФО за октябрь 2001 г.

Срок Статистические оценки прогноза температуры (0

МСВ 11 „-!,,, \ г

12 ч 0,42 1,28 1,51 0,73

24 ч 0,70 1,37 1,76 0,83

36 ч 0,82 1,43 1,62 0,90

48 ч 1,47 2,32 2,37 0,88

Статистические оценки прогноза влажности (/,/)

1 'лг'<м> 1 г

12 ч -0,49 1,23 1,40 0,77

24 ч -0,14 1,52 2,12 0,82

36 ч -0,88 1,76 2,47 0,84

48 ч 0,11 2,14 2,65 0,87

Статистические оценки прогноза скорости ветра (У)

Уп-Уф \У*-Уф\ г

12 ч 0,20 0,55 0,75 0,59

24 ч -0,04 0,53 0,67 0,86

36 ч -0,47 0,83 1,11 0,66

48 ч -0,12 0,84 1,10 0,81

Статистические оценки прогпоза направления ветра (М)

I йй^йЛф | sigma г

12 ч 12,38 20,75 27,31 0,95

24 ч 8,47 18,89 26,53 0,96

36 ч 10,84 28,94 44,50 0,85

48 ч -5,30 25,84 37,02 0,89

5.3. Статистические оценки успешности прогнозов для территории России

Рассмотрим некоторые статистические характеристики успешности 48-часовых гидродинамических прогнозов приземного давления, температуры и скорости ветра для 13 городов, находящихся в различных климатических зонах России: Санкт-Петербурга, Смоленска, Москвы, Казани, Саратова, Самары, Волгограда, Омска, Новосибирска, Томска, Красноярска, Хабаровска и Владивостока за периоды 1-20 октября 2000 г., 11-20 апреля и 1-10 июня 2003 г. (табл. 5.8).

Таблица 5.8

Статистические характеристики успешности 48-часовых прогнозов приземного давления (гПа), температуры (°С) и скорости ветра (м/с)

Заблаговре- Приземное давление Температура Скорость ветра

менность АО СКО е г АО СКО е г АО СКО 6 г

24 ч 2,3 2,9 0,21 0,94 1,7 23 0,42 0,87 3,2 4,1 0,64 0,78

48 ч 4,41 4,9 0,43 0,90 2.4 2.9 0.58 0,72 4.5 5.3 0.73 0.71

АО — абсолютная ошибка; СКО — среднеквадратичная ошибка;

е — относительная ошибка; г — коэффициент корреляции прогностических и фактических тенденций.

Как видно из таблицы, наименьшее убывание успешности прогнозов с увеличением заблаговременности имеет место для приземного давления, а наибольшее - для скорости ветра.

Статистические оценки успешности прогнозов погоды в пунктах для территории России, рассчитываемые по оперативной исходной информации, имеют успешность близкую к достигнутой в прогнозах для Москвы за последние годы. Значительную роль при этом имеют точность используемой "локальной" информации соответствующего пункта (данные измерений на станциях) и знание характеристик поверхности и ее свойств: шероховатости, альбедо, теплофизических параметров почвы и ее состояние. Эффективные величины этих характеристик определяются масштабом описываемых атмосферных процессов.

5.4. Прогноз неблагоприятных погодных условий

В этом разделе описаны результаты численных экспериментов по прогнозу на срок до 48 ч сильных ветров, сплошной облачности и интенсивных осадков, т.е. всех основных метеорологических элементов, определяющих неблагоприятные погодные условия (НПУ). Сочетание вместе указанных факторов приводит к возникновению также других опасных метеорологических

явлений: метелей, гололеда, туманов и т.д. При оперативном метеорологическом обеспечении потребителей актуальное значение имеет эффективный прогноз НПУ. Для иллюстрации возможностей гидродинамических прогнозов погоды в работе представлены прогнозы температуры, ветра, осадков и облачности за период с 3 часов 8 января по 3 часа 10 января 2003 г. для центральной части Европейской России. В начальный период распределение метеорологических величин: температуры, ветра, облачности и осадков - характеризовалось различиями между западной и восточной частью представленной территории.-Так, например, температура воздуха изменялась от -11°С на западе до -30°С на севере и востоке региона. Соответственно, облачная с осадками погода была на западе и малооблачная сухая погода - на востоке. Развитие атмосферных процессов в течение 48 ч привело к перемещению теплых влажных масс воздуха с запада на восток. В Москве малооблачная погода при температуре воздуха с -26°С повысилась в течение первых 24 часов до -19°С, затем дальнейшее повышение температуры до -7°С сопровождалось увеличением общей облачности до 10 баллов и выпадением осадков 5-7 мм за сутки, в западной части района —до 15мм. Хотя в восточной части территории потепление было менее интенсивным (до -21°С), зона сплошной облачности и осадков достигла также восточной границы региона. В то же время, очаг больших скоростей ветра (более 15 м/с), существовавший в начале периода на востоке региона, уменьшал интенсивность, и в конце срока скорость ветра в нем не превышала 5 м/с. Таким образом, период резких изменений погоды, характеризующийся НПУ, был успешно спрогнозирован. На рис. 5.1 и 5.2 представлены прогнозы на 12 и 36 ч интенсивных осадков и сильных ветров в указанный период.

Интенсивные процессы циклогенеза в атлантических и средиземноморских циклонах приводят к выпадению обильных осадков (30-50 мм за 12 ч), формированию зон сплошной низкой кучево-дождевой облачности и сильных порывистых ветров, достигающих пределов опасных и особо опасных явлений. Значительный вклад в динамику и интенсивность этих процессов вносят бароклинные эффекты в пограничном слое атмосферы, создающие сильную порывистость ветра, интенсивные восходящие движения (150-200 гПа за 12 ч) влажного приземного воздуха и приводящие к мощной конденсации атмосферной влаги, выделению большого количества тепла, развитию интенсивной конвекции с ливнями и грозами на больших территориях. Например, сильный ветер, достигающий предела опасных значений (15 м/с и более) и создающий угрозу как для жизни людей, так и производственной деятельности (строительных кранов, высотных сооружений, взлета и посадки воздушных судов и т.д.) наблюдается относительно редко. При этом средняя скорость ветра существенно меньше скорости ветра при порывах. Фактические измерения на станциях Москвы показывают, что средняя скорость ветра в городе не превышает 7 м/с, а скорость порывов может быть 20 м/с и более. В исключительных случаях, например, во время прохождения через Москву в июне 1998 г. очень интенсивного холодного фронта ветер достигал ураганной силы (до 30 м/с и более).

В работе приведены результаты расчетов оперативных прогнозов НПУ для ряда характерных синоптических ситуаций с детальным описанием суточного хода метеорологических величин.

а) 6)

Рис. 5.1. Прогноз осадков для Европейской территории России на 12 (а) и 36 ч (б) по исходным данным 8 января 2003 г. (а)

Рис. 5.2. Прогноз скорости ветра для Европейской территории России на 12 (а) и 36 ч (б) по исходным данным 8 января 2003 г.

5.5. Прогноз с использованием повышенного пространственного разрешения в ограниченной области

Анализ показывает, что прогнозы погоды имеют недостаточную точность в случае очень резких изменений метеоусловий и характеристик погоды в случае быстрых их изменений и при возникновении опасных явлений погоды: обильных дождей и снегопадов, сильных ветров, сочетание этих факторов и др. Одной из причин этого является недостаточное пространственное разрешение в гидродинамической модели, используемой для прогноза в свободной атмосфере,

ибо указанные явления обычно являются мезомасштабными, и для их описания требуется шаг сетки порядка 10 км. Такое разрешение трудно достижимо в моделях фонового прогноза. Поэтому была разработана и реализована следующая система прогнозов с использованием вложенных сеток.

Поскольку модель фонового крупномасштабного прогноза имеет шаг сетки 75 км, в расчетной области модели с шагом 75 выделяется «регион» размером 600x600км, охватывающий Московскую и прилегающие области. В этом «регионе» шаг мелкой сетки равен 7.5 км (сетка узлов 81x81) и 21 уровень по вертикали (от земли до 700 гПа). Эта внутренняя область расчетов по трехмерной модели АПС, описанной в главе 2. Начальные данные для модели используют информацию около 50 синоптических метеостанций, находящихся в пределах этой области, а на уровнях выше поверхности земли метеовеличины интерполируются из сетки с шагом 75 км. Результатами расчетов на 21 уровнях по модели АПС являются температура, влажность, компоненты ветра и турбулентные характеристики.

При разрешении 7,5 км получаемая информация может использоваться для прогноза погоды в районах Москвы (около 25 узлов сетки), пунктах Московской и прилегающих областей. Рис. 5. 3 приведен прогноз температуры воздуха, рассчитанный по исходным данным 9 сентября 1999 г. Цифрами представлены данными наблюдений на станциях, а прогностические поля на 12, 24 и 36 ч — соответственно изолиниями. Величины средней абсолютной ошибки этих трех прогнозов, рассчитанных с пространственным шагом сетки 7,5 км оказались равными 1,3, 1,4 и 0,9°С, а прогнозов, рассчитанных по фоновой модели с шагом 75 км — 1,4, 1,7 и 1,5°С. Нетрудно видеть, что в данном примере практически значимое преимущество мелко-сеточного прогноза, рассчитанного по рассматриваемой технологии, над прогнозом по фоновой модели неуклонно возрастало с удлинением срока прогноза. Однако еще большее значение имеет тот факт, что мелко-сеточный прогноз, в отличие от прогноза по фоновой модели, точнее воспроизводит резкие изменения метеорологических полей. Так, в данном примере (как видно из рисунков) быстрое изменение температуры воздуха в суточном ходе над частью рассматриваемой территории более чем на 10°С было успешно спрогнозировано. Анализ результатов расчетов показывает, что это явление быстрого прогрева воздуха днем и резкого охлаждения его ночью имело место в районах с малооблачной сухой погодой.

В работе приведены примеры прогнозов, кроме температуры, ветра, облачности и осадков, показывающие актуальность применения высокого пространственного разрешения в модели для повышения точности ГКПП в пунктах.

Рис. 5.1. Прогноз температуры воздуха для сетки с высоким разрешением (7,5 км) по исходным данным 9 сентября 1999 г. 00 МСВ на 12, 24 и 36 ч.

5.6. Прогноз интенсивных осадков в пунктах на оперативных данных

Опыт оперативных прогнозов погоды показывает, что прогнозы интенсивных осадков (более 7 мм за 12 ч) являются весьма важными. Причем точность исходных данных температуры и влажности для прогноза интенсивных осадков наиболее существенна. Сравнение полей влажности на различных уровнях в атмосфере указывает на существенное различие между этими полями по данным разных метеоцентров в коде ОИШ. Оперативный опыт ГКПП позволил понять роль разных факторов в прогнозк интенсификации процессов конденсации и выпадения осадков. Это относится, в первую очередь, к пространственному разрешению прогностической модели. В связи с этим были

проведены численные эксперименты по прогнозу интенсивных осадков с изменением горизонтального разрешения: 150 км, 75 км и 30 км.

Таблица 5.9

Осадки (мм)

Дата Города Прогностические Фактические Ошибка

150 км 75 км 30 км ЗОкм-факт

12.05.2005 Москва 5.8 8.7 18.2 19.8 -1.6

20.05.2005 Москва 5.0 6.7 12.3 14.9 -2.6

25.05.2005 Москва 3.2 4.1 8.7 9.0 -0.3

13.06.2005 Москва 3.5 5.5 12.3 12.5 -0.2

14.06.2005 Москва 7.9 9.0 9.3 9.6 -0.3

18.03.2005 Москва 2.6 4.2 11.0 8.3 2.7

02.12.2005 Краснодар 10.0 10.7 9.6 26.0 -16.4

Ростов н/Д 11.0 12.1 13.3 23.0 -10.0

Ставрополь 12.0 13.6 19.2 19.0 0.2

03.12.2005 Краснодар 7.0 6.8 20.8 18.0 2.8

Ростов н/Д 7.0 9.4 14.6 35.0 -20.4

Ставрополь 6.0 6.3 13.4 24.0 -10.6

05.12.2005 Краснодар 4.0 6.1 6.2 18.0 -11.8

Ростов н/Д 4.0 4.9 7.4 22.0 •14.6

07.12.2005 Белгород 6.0 6.9 8.3 13.0 -4.7

08.12.2005 Москва 5.8 6.8 8.5 10.0 -1.5

Белгород 5.2 6.6 16.4 23.0 -6.6

Воронеж 4.9 6.4 19.3 19.0 0.3

Курск 6.5 7.9 11.5 20.0 -8.5

Тамбов 6.3 7.1 17.5 19.0 -1.5

Тула 8.4 9.2 9.7 11.0 -1.3

09.12.2005 Москва 3.0 7.4 9.0 11.0 -2.0

Иваново 5.6 7.3 8.5 21.0 -12.5

Кострома 4.0 5.4 7.2 21.0 -13.8

Рязань 6.0 8.7 10.7 20.0 -9.3

Тамбов 6.3 9.6 9.0 11.0 -2.0

Тула 3.8 6.8 7.3 16.0 -8.7

10.12.2005 Кострома 1.0 1.1 1.3 12.0 -10.7

11.12.2005 Москва 2.4 3.3 7.0 7.0 0.0

Калуга 3.1 1.9 10.7 11.0 -0.3

12.12.2005 С.-Петербург 4.6 6.3 8.5 29.0 -20.5

Тверь 5.2 6.7 8.6 13.0 -4.4

20.12.2005 Москва 2.4 6.2 12.6 14.9 -2.3

Всего 33 прогноза 176.0 230.6 367.6 562.1 193.4

Оправлываемость (%) 31.3 40.9 65.4 100.0 34.6

В таблице 5.9 представлены результаты расчетов для случаев интенсивных осадков в различных пунктах. Количество примеров (33) обеспечивает достоверность проводимой статистики о степени успешности прогнозов интенсивных осадков.

5.7. Усовершенствование метода прогноза облачности

В гидродинамических методах прогноза погоды производится расчет облачности нижнего, среднего и верхнего ярусов в качестве одного из основных элементов прогноза погоды. Рассчитываемая облачность не конвективного характера является основным типом облачности, формирующейся при крупномасштабных процессах вследствие эволюции поля влажности синоптического масштаба. В то же время в умеренных и высоких широтах, где находится территория России, в теплый период года в образующейся облачности существенную долю составляет облачность конвективного типа, с которой часто связаны ливневые осадки большой интенсивности. Непосредственный расчет конвективной облачности производится в мезомасштабных моделях. В гидростатических моделях, описывающих синоптические процессы, расчет конвективной облачности может быть осуществлен на основе методов параметризации. В реализованном нами алгоритме предварительно рассчитывается индекс конвективной неустойчивости (ИКН) В:

в = тг-т,-^тс1к, так=тк-ак,

к=I

где Т2 - температура на уровне 2 м, ТК — температура на поверхности 500 гПа, dk — дефицит точки росы Tdk, значениям к = 1,2,...., К соответствуют следующие уровни: 2 м, 925, 850, 700, 500 гПа. Для расчета балла конвективной облачности предложена следующая формула:

В-В

N = - "

В„„-В„

Здесь В — текущее значение ИКН, Всг - величина В, с которой начинается развитие конвективной облачности (при В< Bcr N= 0), при В>Втах конвективная облачность максимальна, N=\. Параметры Всг и Втах различны для различных географических районов и различных месяцев теплого сезона. Эти величины определяются эмпирически. Для района Москвы средние значения их следующие Всг=0Л, Втах =37. По описанной методике были рассчитаны поля конвективной облачности. Последняя не измеряется отдельно. Успешность ее расчетов может быть оценена через количество выпавших ливневых осадков, тип которых фиксируется при измерениях на метеорологической сети. Поскольку в формуле

для расчета балла облачности входящие в нее параметры определяются по метеорологическим полям синоптического масштаба, то прогнозируемая облачность конвективного характера также соотносится к облачным полям, сопутствующим массивам обложной облачности. Возможность эффективного расчета локальных конвективных облаков требует применения мезомасштабных моделей атмосферы. Подобная облачность конвективного типа в 8-10 баллов (N=0,8-^1,0) часто сопровождается умеренными и сильными ливневыми осадками. В работе представлены прогнозы полей конвективной облачности на 12, 24 и 36 часов по исходным данным 8 июля 2003 г. 00 ч МСВ. В Московском регионе в рассматриваемый период выпадали значительные осадки (15-35 мм в сутки), существенную часть которых составляли ливневые дожди, связанные с развитием конвективной облачности. На рис. 5.3-5.4 приведены результаты прогноза конвективной облачности, осадков и спутникового снимка облачности для рассматриваемого периода, показывающие хорошее соответствие между ними. Оперативная практика подтверждает эффективность прогнозов облачности.

а) б)

Рис. 5.3. Прогноз облачности с заблаговременностью 12 ч по исходным данным 00 ч МСВ (а) и снимок со спутника МЕТЕ08АТ-7 в ИК-части спектра в 23 МСВ 20 марта 2003 г. (б)

МСВ 20 марта 2003 г.

Таким образом, разработан новый метод прогноза облачности конвективного типа и проведено моделирование ее образования на оперативных

данных. Численные эксперименты показывают, что, в соответствии с реальностью, конвективная облачность интенсивно развивается в дневное время в теплый период года в умеренных и высоких широтах.

Полученные результаты направлены на совершенствование технологической линии ГКПП в пунктах с детальным описанием суточного хода всех основных метеовеличин.

5.8. Комплексный прогноз метеовеличин с применением ГКПП

Численные эксперименты с различным разрешением и полнотой учета физических факторов в модели показали, что прогнозы в пунктах при разных начальных данных имеют разную точность прогнозов метеовеличин. Очевидно, разные варианты модели под влиянием указанных факторов при интегрировании по времени приводят к ошибкам разной величины в результатах прогнозов. С целью возможного уменьшения дисперсии ошибок прогнозов реализована система комплексного прогноза в пунктах, включающая 12 вариантов описанной модели и 4 других оперативных моделей: модели метеоцентров Exeter (Англия), NCEP (США), «ЕТА» и «ММ5» модели (варианты Гидрометцентра России). Система статистических оценок в Гидрометцентре России осуществляет расчет оценок прогнозов температуры и осадков с дискретностью по времени 6 ч для пунктов на территории России. Сравнение оценок проводится для 10 моделей (отечественных и зарубежных). В таблице 5.10 приведены абсолютные ошибки комплексных прогнозов за период март — июль 2006 г. В этой таблице 18 из 24 ошибок являются наименьшими ошибками комплексного прогноза, а для пунктов ЦФО — соотношение составляет 6 из 8. Это означает эффективность применения комплексного прогноза в пунктах для температуры и осадков.

Таблица 5.10

Абсолютные ошибки комплексных прогнозов за период март - август 2006 г.

Заблаговременность прогнозов Москва С.-Петербург ЦФО

Температура (°С)

12 ч 1,65 1,67 1,57

24 ч 1,21 1,60 1,55

36 ч 1,89 1,95 1,97

48 ч 1,42 1,58 1,96

Осадки ( мм /12 ч)

12 ч 1,21 0,90 1,35

24 ч 1,92 1,09 1,24

36 ч 1,35 1,21 1,44

48 ч 1,19 1,26 138

В отношении принципа комплексирования различных прогнозов следует отметить, что он использует статистику полученных за период с марта по июль 2006 г. оценок прогнозов, которая пока недостаточна для повышения эффективности комплексирования прогнозов и повышения точности результатов комплексного прогноза. Таблица 5.10 обнадеживает в отношении конечного успеха метода.

В Заключении отмечается, что успешный опыт оперативного прогнозирования метеовеличин и характеристик погоды подтвердил эффективность подхода к решению этой проблемы на основе сочетания гидродинамического моделирования крупномасштабных фоновых процессов в свободной атмосфере с применением модели пограничного слоя и локально-адаптированных параметризаций физических процессов подсеточного масштаба.

В результате выполненной работы решена проблема обеспечения оперативной практики гидродинамическими прогнозами погоды в пунктах: температуры воздуха, относительной влажности, скорости и направления ветра и скорости при порывах, количества облачности трех ярусов — нижнего, среднего и верхнего, количества обложных и конвективных осадков, прогнозов турбулентного режима в пограничном слое для решения экологических задач.

С этой целью были выполнены научные исследования и разработки:

• Разработан экономичный вычислительный алгоритм, применяемый для реализации модели на доступной вычислительной технике;

• Разработана и реализована совместная полусферная прогностическая модель свободной атмосферы и трехмерная нестационарная модель атмосферного пограничного слоя, учитывающая параметризации основных физических факторов;

• Получены оценки чувствительности крупномасштабной модели к изменению внутренних и внешних параметров;

• Разработан и испытан метод пространственной детализации численных прогнозов с использованием мелкой сетки;

• Разработан и реализован метод параметризации и расчет прогностических полей конвективной облачности и осадков;

• Разработан метод комплексного прогноза характеристик погоды в пунктах.

Прогностическая продукция модели применяется длительное время в оперативной практике в Гидрометцентре России и в других учреждениях Росгидромета и ежедневно в виде цифровой и графической информации передается по каналам связи, включая сеть Интернет.

влажности воздуха, струйные течения в пограничном слое, профиль коэффициента атмосферной турбулентности и др.

Представленные в диссертации методы и технологии являются новыми и оригинальными и соответствуют мировому уровню исследований в данной области метеорологической науки.

Эффективность оперативных технологий ГКПП подтверждена решениями ЦМКП о внедрение их в практику в Гидрометцентре России.

Указанные рекомендации реализованы, о чем свидетельствуют Акты об их внедрении в оперативную практическую работу.

Полученные в диссертации результаты должны обеспечить гидродинамическим методам ведущую роль в краткосрочном прогнозе погоды.

Основные результаты работы изложены в следующих публикациях

1. Прогноз геопотенциала, температуры и ветра по полным уравнениям гидродинамики. -Труды ЦИП, 1965, вып. 146.

2. Прогноз метеорологических элементов с помощью примитивных уравнений. — Известия АН СССР, Физика атмосферы и океана, 1966, т. II, №1.

3. Трехуровенная схема прогноза метеоэлементов по полным уравнениям. — Труды ММЦ, 1966, вып. 14, с. 92-101.

4. О совместном учете радиационного и турбулентного притоков тепла в численном прогнозе погоды. - Труды Гидрометцентра СССР, 1967, вып. 11, с.126 -133.

5. Радиационные потоки и притоки тепла по эмпирическим и рассчитанным данным. — Труды Гидрометцентра СССР, 1969, вып. 50, с.47-53.

6. Шестиуровенная схема прогноза метеоэлементов по полным уравнениям для большой территории.-Труды Гидрометцентра СССР, 1972, вып. 100, с. 108-116.

7. Численный прогноз барического поля над Северным полушарием и проблемы повышения точности прогнозов. - Труды Гидрометцентра СССР, 1974, вып. 145, с.74-81.

8. Учет приземного трения в полусферной прогностической модели. — Труды Гидрометцентра СССР, 1976, вып. 180, 1976, с. 25 - 30.

9. Расчет температуры воздуха в оперативной полусферной прогностической модели. -Труды Гидрометцентра СССР, 1978, вып. 212..

10. Глобальная прогностическая модель атмосферы. — Метеорология и гидрология, №3, 1985, 18-25.

11. Семиуровенная полушарная прогностическая модель атмосферы. — Руководство по краткосрочным прогнозам погоды, Ленинград, Гидрометеоиздат,1987, с. 44 - 48.

12. Prediction of the wind and temperature profiles in the atmospheric boundary layer. WMO/TD No. 665, 1995, Research Activities in Atmospheric and Oceanic Modeling, No. 21,6.32-6.33.

13. The boundary layer meso-jet prediction in operational forecasting model. WMO/TD N 665, 1995: Research Activities in Atmospheric and Oceanic Modeling, No. 21, 6.34-6.35.

14. Исследование влияния притоков тепла на формирование приземных и высотных барических полей Северного полушария. - Метеорология и гидрология, 1973, №3. (Совместно с П.Н. Беловым)

15. Оперативная прогностическая модель атмосферы Гидрометцентра СССР. В кн. Численные методы прогноза погоды, Л. Гидрометеоиздат, 1989. (Совместно с П.Н.Беловым)

16. Некоторые характеристики полей уходящей радиации. - Труды Гидрометцентра СССР, 1968, вып. 30, с. 21-28. (Совместно с П.Н. Беловым, Ю.В. Куриловой)

17. Об учете радиационного притока тепла в численном прогнозе погоды. - Труды Гидрометцентра СССР, 1971, вып.73, с.75 -83. (Совместно с П.Н. Беловым, Р.Л. Алпатовой)

18. Эксперименты по учету радиационного притока тепла в численном прогнозе погоды. -Труды Гидрометцентра СССР, 1971, вып.89, с.119-131. (Совместно с П.Н. Беловым, Р.Л. Алпатовой, Л.С. Бушуевым)

19. Оперативная модель численного прогноза метеоэлементов по Северному полушарию.

20. Труды Гидрометцентра СССР, 1978, вып. 212. (Совместно с С.Л. Белоусовым)

21. Краткосрочный прогноз полей температуры и ветра для метеорологического обеспечения авиации. - Труды Гидрометцентра СССР, вып. 310, 1991, 59-67. (Совместно с А.Ю. Биркганом)

22. Расчет вертикальных профилей метеорологических величин в пограничном слое по прогностической информации полусферной модели. — Метеорология и гидрология, № 12, 1989, с. 5-12. (Совместно с И.Г. Вейль, В.А. Шнайдманом)

23. Прогноз температуры воздуха на основе полусферной прогностической модели. - Труды Гидрометцентра СССР, 1991, вып. 310, с.68 - 72. (Совместно с Д.Н. Ершовым)

24. Усовершенствованная методика параметризации процессов в пограничном слое в полушарной прогностической модели атмосферы. - Труды Гидрометцентра СССР, 1991, вып. 318, с. 3-6. (Совместно с Д.Н. Ершовым)

25. Оценка чувствительности прогностической модели к точности расчета радиационных характеристик. - Труды Гидрометцентра СССР, 1991, вып. 318, с. 80 - 85. (Совместно с

A.В.Кудрявцевым)

26. Оценка успешности прогнозов облачности в прогностической модели атмосферы. -Труды Гидрометцентра СССР, 1991, вып. 318, с. 86 - 97. (Совместно с В.А. Омелько)

27. Краткосрочный гидродинамический прогноз метеовеличин с использованием технологии автоматизированного рабочего места синоптика. - Метеорология и гидрология, 1994, № 11, с. 33-48. (Совместно с С.Л. Белоусовым, Ю.И. Юсуповым)

28. Развитие гидродинамических методов краткосрочного прогноза погоды. В сборнике: 70 лет Гидрометцентру России. - С.-Петербург, Гидрометеоиздат,1999. - с. 3-16. (СовместносСЛ. Белоусовым,.В.М. Лосевым)

29. Об учете стратификации пограничного слоя атмосферы в схемах численного прогноза метеорологичемских элементов. - Труды Гидрометцентра СССР, 1972, вып. 103, с.42-50. (Совместно с В.В. Катаевым, М.С. Фукс- Рабиновичем)

30. Учет планетарного пограничного слоя в численной прогностической модели атмосферы. - Известия АН СССР, ФАО, т. 10, № 6, 1974 (Совместно с В.В. Катаевым, М.С. Фукс-Рабиновичем)

31. Об учете эффектов планетарного пограничного слоя в бароклинной полусферной модели по полным уравнениям. - Труды Гидрометцентра СССР, 1974, вып. 145, с. 2632. (Совместно с В.В. Катаевым, М.С. Фукс-Рабиновичем)

32. Учет эффектов вертикального турбулентного обмена в верхней тропосфере при прогнозе полей метеорологических элементов. - Труды Гидрометцентра СССР, 1974, вып. 160, (Совместно с Т.Ю. Шемена, В.А. Шнайдманом)

33. Параметризация пограничного слоя атмосферы при численном прогнозе метеоэлементов. - Труды Гидрометцентра СССР, 1976, вып. 180. (Совместно с

B.В.Катаевым, М.С. Фукс- Рабиновичем)

34. Численный прогноз полей давления и геопотенциала для Северного полушария с учетом баротропного пограничного слоя. — Метеорология и гидрология, № 8, 1979, с. 16-23. (Совместно с В.А. Шнайдманом)

35. Неадиабатическая полущарная модель атмосферы для прогноза метеовеличин на несколько суток. — Труды Гидрометцентра СССР, 1984, вып. 242, с. 3-20. (Совместно с Ю.В. Ткачевой)

36. Развитие неадиабатической полушарной модели атмосферы. - Труды Гидрометцентра СССР, 1985, вып. 277, с. 3-29. (Совместно с Ю.В. Ткачевой)

37. Отчет о научно-исследовательской работе по теме 1.086.01, разд. 8 плана НИР и ОКР Госкомгидромета, № гос. регистрации 0184005361, 1985. (Совместно с C.J1. Белоусовым,

A.Ю. Биркганом)

38. Отчет о научно-исследовательской работе по теме 1.02а.01, разд. 1 плана НИР и ОКР Госкомгидромета, № гос. регистрации 01860095108, 1988. (Совместно с С.Л.Белоусовым, А.Ю. Биркганом)

39. Гидродинамическая модель атмосферного и океанического пограничных слоев. -Метеорология и гидрология, 1997, № 7, с. 40-52. (Совместно с А.Г. Тарнопольским,

B.А.Шнайдманом)

40. Опыт восстановления внутренней структуры атмосферного пограничного слоя по оперативной метеорологической информации. - Метеорология и гидрология, 1998, № 7, с. 31-41. (Совместно с А.Г. Тарнопольским, В.А. Шнайдманом)

41. Краткосрочный гидродинамический прогноз метеорологических величин в пунктах на территории России и прилегающих стран. - Метеорология и гидрология, 1998, № 4, с. 18-31. (Совместно с C.JI. Белоусовым, Ю.В. Ткачевой)

42. Геоинформационная система « Метео » и состояние ее использования в метеослужбах России и стран ближнего зарубежья. - Метеорология и гидрология, 2001, № 11. (Совместно с A.A. Акулиничевой, А.Ю. Саламаховым, Ю.Л. Шмелькиным, Ю.И.Юсуповым)

43. Оперативный гидродинамический краткосрочный прогноз метеовеличин и характеристик погоды в пунктах. - Метеорология и гидрология, 2001, № 2, с. 14-26. (Совместно с С.Л. Белоусовым, Ю.В. Ткачевой, Г.Ю. Калугиной)

44. О результатах испытания гидродинамического прогноза облачности по Москве на срок до 42 ч. Информационный сборник №26, Санкт-Петербург, Гидрометеоиздат, 2000 , с. 18-22. (Совместно с Г.К. Веселовой)

45.0 результатах оперативных испытаний гидродинамического краткосрочного прогноза погоды по Москве на основе полусферной неадиабатической модели атмосферы. — Результаты испытания новых и усовершенствованных методов гидрометеорологических прогнозов. Информационный сборник №25, Санкт-Петербург, Гидрометеоиздат, 1999, с. 21-33. (Совместно с Г.К. Веселовой, E.H. Шакотько)

46. Результаты моделирования и прогноза интенсивного циклогенеза и фронтогенеза. -Научная конференция по результатам исследований в области гидрометеорологии и мониторинга загрязнения природной среды. Тезисы докладов. Москва, 1996, с.39-41. (Совместно с Н.П. Шакиной, Ю.В. Ткачевой, E.H. Скриптуновой)

47. Incorporation of the land-surface hydrologie cycle into the atmospheric model. - Research Activities in Atmospheric and Oceanic Modelling, Rep. No.27, 1998, 5.5-5.6. (Совместно с В.А. Бельчиковым, А. Полуниным, Е.П. Чемеренко)

48. Developments in the short-term dynamical weather forecasting system at the Hydrometeorological Research Center of Russia. — Research Activities in Atmospheric and Oceanic Modelling, 1999, No. 28, 5.7-5.8. (Совместно с С.Л. Белоусовым, Г.Ю.Калугиной, Ю.В. Ткачевой)

49. Short-range hydrodynamic forecasting of local weather patterns. - Research Activities in Atmospheric and Oceanic Modelling, 2000, No. 30, 5.1-5.2. (Совместно с СЛ.Белоусовым, Г.Ю. Калугиной, Ю.В. Ткачевой)

50. Numerical and diagnostic study of intense cyclogenesis in Europe, 21-31 January 1995. Research Activities in Atmospheric and Oceanic Modelling. Rep. No.23, WMO/TD 734, 1996, 2.1-2.2. (Совместно с Н.ГТ. Шакиной)

51. Hydrodynamical short-range weather forecasting for particular regions in the city of Moscow. WMO/TD No. 792, Research Activities in Atmospheric and Oceanic Modeling, No. 28, 1997, 5.3.-5.4. (Совместно с СЛ. Белоусовым)

52. Operational short-range numerical weather prediction at the Hydrometeorological Research Centre of Russia. WMO/TD No 792, Research Activities in Atmospheric and Oceanic Modeling, No. 28, 1997, 5.5-5.6. (Совместно с С.Л. Белоусовым)

53. Devlopment in the short-term dynamical weather forecasting system of the Hydromeyeorological Research Centre of Russia. WMO/TD No. 942, Research Activities in Atmospheric and Oceanic Modeling, No. 29, 1999, 5.7-5.8. (Совместно с СЛ.Белоусовым, Г.Ю. Калугиной, Ю.В. Ткачевой)

54. The hydrodynamic short-range of local weather forecasting. Research Activity in Atmospheric and Oceanic Modeling, 2003, No 33,5.1-5.2. (Совместно с Ю.В. Ткачевой)

55. Forecast of strong precipitation for locations of the European territory of Russia. Research Activity in Atmospheric and Oceanic Modeling, 2005, No 35, 5.3-5.4. (Совместно с Ю.В.Ткачевой)

56. The method of atmospheric boundary layer structure prediction. Research Activities in Atmospheric and Oceanic Modelling. 1997, Rep.No.25, WMO/TD-No. 792, 5.38-5.39. (Совместно с B.A. Шнайдманом, А.Г. Тарнопольским)

57. Operational forecast of the meteorological and turbulence characteristics of the boundary layer. Research Activity in Atmospheric and Oceanic Modeling, 2004, No 34, 5.17-5.18. (Совместно с B.A. Шнайдманом, Ю.В. Ткачевой)

58. Adaptation of the PSUXNCAR MM5 for high-resolution weather prediction over Russia. Research Activities in Atmospheric and Oceanic Modelling, 2005, No 35, 202-205. (Соместно с Р.Ю.Игнатовым, Г.Ю.Калугиной, С.О.Кричаком, И.Е. Захаровым, К.Г. Рубинштейном)

59. Forecast of strong precipitation for locations of the European territory of Russia. Research Activity in Atmospheric and Oceanic Modeling, 2005, No 35, 5.3-5.4. (Совместно с Ю.В.Ткачевой)

Содержание диссертации, доктора физико-математических наук, Беркович, Леопольд Владимирович

Введение

Глава 1. Оперативный гидродинамический краткосрочный прогноз погоды в пунктах

Глава 2. Разработанные модели прогноза метеополей в свободной атмосфере и процессов в пограничном слое

2.1 Полушарная прогностическая модель атмосферы

2.2 Глобальная прогностическая модель атмосферы

2.3 Трехмерная нестационарная модель пограничного слоя

2.4 Усовершенствование гидродинамической модели атмосферы

Глава 3. Моделирование турбулентных процессов в пограничном слое атмосфере

3.1 Опыт восстановления внутренней структуры атмосферного пограничного слоя по оперативной метеорологической информации

3.2 Прогноз турбулентных характеристик

Глава 4. Анализ влияния радиационного и турбулентного притоков тепла на развитие атмосферных процессов

4.1 О совместном учете радиационного и турбулентного притоков тепла в численном прогнозе погоды

4.2 Совместное влияние радиационного и турбулентного притоков тепла на изменение атмосферного давления

4.3 Оценка чувствительности прогностической модели точности расчета радиационных характеристик

Глава 5. Краткосрочный гидродинамический прогноз метеовеличин и характеристик погоды в пунктах на территории России

5.1. Гидродинамический прогноз погоды в пунктах

5.2. Анализ результатов оперативных и экспериментальных гидродинамических прогнозов для пунктов

5.3. Статистические оценки успешности прогнозов для территории России

5.4. Прогноз неблагоприятных погодных условий

5.4.1. Прогноз сильных ветров

5.4.2. Численные эксперименты по прогнозу облачности

5.4.3. Численные эксперименты по прогнозу интенсивных осадков

5.5. Прогноз с использованием повышенного пространственного разрешения в ограниченной области

5.6. Прогноз интенсивных осадков в пунктах на оперативных данных

5.7. Усовершенствование метода прогноза облачности

5.8. Успешность прогнозов в технологии ГИС Метео

5.9. Комплексный прогноз метеовеличин с применением ГКПП

Введение Диссертация по наукам о земле, на тему "Гидродинамический краткосрочный прогноз погоды в пунктах для территории России"

Цель диссертационной работы и основные задачи исследования.

• приземные метеовеличины (атмосферное давление, температура воздуха, относительная влажность и ветер - скорость, направление и скорость при порывах); количество облачности трех ярусов (нижнего, среднего и верхнего);

• расчет элементов и характеристик погоды в технологии ГИС Метео.

Для достижения этих целей было необходимо следующее:

4. Создать систему анализа и оценки результатов расчетов с помощью модели АПС.

5. Разработать и реализовать совместную модель свободной атмосферы и пограничного слоя.

6. Получить оценки чувствительности крупномасштабной модели к изменению внутренних и внешних параметров.

11. Разработать метод комплексного прогноза характеристик погоды в пунктах.

Основным методом исследования является математическое моделирование и проведение численных экспериментов.

Выносимыми на защиту основными результатами являются:

• гидродинамический прогноз основных элементов и характеристик погоды в пунктах для территории России,

• трехмерная нестационарная модель планетарного пограничного слоя и расчет с ее помощью турбулентных характеристик, как вблизи земной поверхности, так и профилей метеорологических элементов и турбулентных параметров в нижнем 2-х километровом слое атмосферы,

• параметризация и расчет прогностических полей конвективной облачности и осадков.

Основные научные результаты и их новизна заключаются в следующем:

2. Впервые в России решена проблема гидродинамических прогнозов погоды в пунктах;

3. Разработана и реализована трехмерная модель пограничного слоя в совместной модели атмосферы;

Результаты работы по усовершенствованию прогностической модели и разработке методов гидродинамического прогноза погоды были рассмотрены и рекомендованы ЦМКП 27.02.73г., 15.06.83г., 19.03.86г., 11.10.95г , 27.03.96г. и 3.07.2000г. для оперативного использования в Гидрометцентре России и учреждениях Росгидромета. В последнем случае ЦМКП рекомендовала использовать метод в качестве основного для прогноза по станциям Москвы. Указанные рекомендации реализованы, о чем свидетельствуют Акты об их внедрении в оперативную практическую работу.

Основные результаты диссертационной работы получены автором в ходе исследований по темам планов НИР и ОКР Росгидромета в период с 1980 по 2004гг., где автор был руководителем тем и разделов тем, а также в ходе выполнения грантов РФФИ (96-05-64239, 98-05-641961 в качестве руководителя.

Г.Ю.Калугина, М.Б.Курьянт, А.Г.Тарнопольский, Ю.В.Ткачева, Н.П.Шакина, В.А.Шнайдман, Ю.И.Юсупов.

Апробация работы.

Международном Геофизическом Конгрессе (1991 г, Вена);

Генеральной Ассамблее Европейского Геофизического Союза (1995, Гамбург, 1997 г., Вена);

Международном симпозиуме по исследованию средиземноморских циклонов (1997 г., Пальма-де-Мальорка);

Юбилейной конференции, посвященной 100-летию со дня рождения И.А. Кибеля (2004 г., Москва);

Международной конференции по измерениям, моделированию и информационным системам как средствам снижения загрязнений на городском и региональном уровне, ENVIROMIS-2006 (2006 г., Томск).

СОДЕРЖАНИЕ РАБОТЫ

Заключение Диссертация по теме "Метеорология, климатология, агрометеорология", Беркович, Леопольд Владимирович

Заключение

Успешный опыт оперативного прогнозирования метеовеличин и характеристик погоды подтвердил эффективность подхода к решению этой проблемы на основе сочетания гидродинамического моделирования крупномасштабных фоновых процессов в свободной атмосфере с применением модели пограничного слоя и локально-адаптированных параметризаций физических процессов подсеточного масштаба.

В работе была представлена усовершенствованная модель статифицированного бароклинного пограничного слоя атмосферы. Подход к замыканию системы уравнений АПС включает два уравнения: уравнение для кинетической энергии турбулентных вихрей и уравнение для скорости диссипации. Этот подход к замыканию турбулентности позволяет исключить эмпирические формулы масштаба длины, а также учитывать физику различных проявлений турбулентности. Условия на нижней границе включает прогностические величины температуры и влажности (вместо задаваемых ранее значений температуры и влажности у приземного слоя при диагностических расчетах). Оценка масштабов горизонтального распределения приземного давления и анализ процессов, влияющих на погоду, показывают, что основной вклад в формирование градиента приземного давления (или геострофического ветра), являющийся одним из механизмов внешнего влияния на формирование АПС вызывают процессы синоптического масштаба. Поэтому вертикальное распределение компонентов вектора геострофического ветра рассчитываются с использованием горизонтальных производных приземного давления крупномасштабной модели и горизонтального распределения температуры на каждом расчетном слое АПС модели. Анализ полей температуры, влажности и ветра выявляет большое относительное влияние мезомасштабных механизмов.

Результаты расчетов метеорологических условий проведены для территории России и США.

В результате выполненной работы решена проблема обеспечения оперативной практики гидродинамическими прогнозами погоды в пунктах: температуры воздуха, относительной влажности, скорости и направления ветра и скорости при порывах, количества облачности трех ярусов -нижнего, среднего и верхнего, количества обложных и конвективных осадков, прогнозов турбулентного режима в пограничном слое для решения экологических задач.

С этой целью были выполнены научные исследования и разработки:

• Получены оценки чувствительности крупномасштабной модели к изменению внутренних и внешних параметров;

• Разработан и испытан метод пространственной детализации численных прогнозов с использованием мелкой сетки в модели;

• Разработан, реализован и эффективно применяется метод расчета прогнозов погоды в технологии ГИС Метео, которую используют 55 подразделений Росгидромета, около 100 других организаций, университетов и ВУЗОВ страны;

• Разработан метод комплексного прогноза характеристик погоды в пунктах.

Прогностическая продукция модели применяется длительное время в оперативной практике в Гидрометцентре России и в других учреждениях Росгидромета и ежедневно в виде цифровой и графической информации, передается по каналам связи, включая сеть Интернет.

Указанные рекомендации реализованы, (включая расчеты прогнозов погоды на станциях г. Москвы), о чем свидетельствуют Акты об их внедрении в оперативную практическую работу.

Полученные в диссертации результаты должны обеспечить гидродинамическим методам ведущую роль в краткосрочном прогнозе погоды и « ускорение перехода на составление прогнозов погоды от начала до конца гидродинамическими методами ». (И.А.Кибель )

Библиография Диссертация по наукам о земле, доктора физико-математических наук, Беркович, Леопольд Владимирович, Москва

1. Атлас теплового баланса земного шара. Под ред. М.И. Будыко. М., Гидрометеоиздат, 1963.

2. Багров А.Н., Шиляев В.Б., Локтионова Е.А., 1986. Оперативная схема объективного анализа метеорологических полей для численного гидродинамического прогноза погоды. Труды Гидрометцентра СССР, вып. 280, с. 25-55.

3. Багров А.Н., и др., 1990. Оперативная схема объективного анализа в тропосфере и стратосфере. Метеорология и гидрология, № 8, с. 37-45.

4. Белов П.Н., Беркович J1.B. Исследование влияния притоков тепла на формирование приземных и высотных барических полей Северного полушария. Метеорология и гидрология, 1973, №3.

5. Белов П.Н., Беркович J1.B. Оперативная прогностическая модель атмосферы Гидрометцентра СССР. В кн.: Численные методы прогноза погоды, JI. Гидрометеоиздат, 1989.

6. Белоусов C.JL, 1957. Краткосрочный прогноз давления с помощью ЭВМ. Труды ЦИП, вып. 126, с. 10-16.

7. Белоусов C.JL, 1969. Многоуровенные квазигеострофические модели прогноза. В кн. Лекции по численным методам прогноза погоды. - Л., Гидрометеоиздат, с. 294-316.

8. Белоусов С.Л., 1978: Оперативные численные краткосрочные прогнозы метеорологических элементов. Метеорология и гидрология, № 6, с. ?.

9. Белоусов С.Л. Оперативный гидродинамический прогноз метеоэлементов в Гидрометцентре СССР. В кн.: 50 лет Центру гидрометеорологических прогнозов. Л, Гидрометеоиздат, 1979.-е. 17-35.

10. Белоусов С.Л., Беркович Л.В., Юсупов Ю.И. Краткосрочный гидродинамический прогноз метеовеличин с использованием технологии автоматизированного рабочего места синоптика. Метеорология и гидрология, 1994, № 11, с. 33-48.

11. Белоусов С.Л., Беркович Л.В., Лосев В.М. Развитие гидродинамических методов краткосрочного прогноза погоды. В кн.: 70 лет Гидрометцентру России. С.Петербург, Гидрометеоиздат, 1999. - с. 3-16.

12. Беркович Л.В. Прогноз метеорологических элементов с помощью примитивных уравнений. Известия АН СССР, Физика атмосферы и океана, 1966, ч. II, №1.

13. Беркович Л.В., 1972. Шестиуровенная схема прогноза метеоэлементов по полным уравнениям для большой территории. Труды Гидрометцентра СССР, вып. 100, с. 108-116.

14. Беркович Л.В. О совместном .учете радиационного и турбулентного притоков тепла при численном прогнозе. Труды Гидрометцентра СССР, 1967, вып. 11.

15. Беркович Л.В., Шнайдмаи В.А. Численный прогноз полей давления и геопотенциала для Северного полушария с учетом баротропного пограничного слоя. 1979, Метеорология и гидрология, № 8, с. 16-23.

16. Беркович Л.В., Ткачева Ю.В. Неадиабатическая полушарная модель атмосферы для прогноза метеовеличин на несколько суток. Труды Гидрометцентра СССР, 1984, вып. 242, с. 3-20.

17. Беркович Л.В., Ткачева Ю.В. Развитие неадиабатической полушарной модели атмосферы. Труды Гидрометцентра СССР, 1985, вып. 277, с. 3-29.

18. Беркович Л.В., 1985: Глобальная прогностическая модель атмосферы. Метеорология и гидрология, №3,18-25.

19. Беркович JI.B., 1986: Семиуровенная полушарная прогностическая модель атмосферы. Руководство по краткосрочным прогнозам погоды, Ленинград, Гидрометеоиздат, с. 44 - 48.

20. Беркович Л.В., Вейль И.Г., Шнайдман В.А., 1989. Расчет вертикальных профилей метеорологических величин в пограничном слое по прогностической информации полусферной модели. Метеорология и гидрология, № 12, с. 5-12.

21. Беркович Л.В., Катаев В.В.„ М.С. Фукс-Рабинович. Учет планетарного пограничного слоя в численной прогностической модели атмосферы. Известия АН СССР, ФАО, т. 10, №6,1974

22. Беркович Л.В.,Катаев В.В.„ М.С. Фукс-Рабинович . Об учете эффектов планетарного пограничного слоя в бароклииной полусферной модели по полным уравнениям. -Труды Гидрометцентра СССР, 1974, вып. 145, с. 26-32.

23. Беркович Л.В.,. Шемена Т.Ю.„ Шнайдман В.А. Учет эффектов вертикального турбулентного обмена в верхней тропосфере при прогнозе полей метеорологических элементов. Труды Гидрометцентра СССР, 1974, вып. 160,

24. Беркович Л.В., Катаев В.В.„ М.С. Фукс-Рабинович. Параметризация пограничного слоя атмосферы при численном прогнозе метеоэлементов. Труды Гидрометцентра СССР, 1976, вып. 180.)

25. Беркович Л.В., Биркган А.Ю., 1991: Краткосрочный прогноз полей температуры и ветра для метеорологического обеспечения авиации. Труды Гидрометцентра СССР, вып. 310,59-67.

26. Беркович Л.В., Ершов Д.Н. Прогноз температуры воздуха на основе полусферной прогностической модели. Труды Гидрометцентра СССР, 1991, вып.310,с.68 - 72.

27. Беркович Л.В., Ершов Д.Н Усовершенствованная методика параметризации процессов в пограничном слое в полушарной прогностической модели атмосферы. Труды Гидрометцентра СССР, 1991, вып. 318, с. 3-6.

28. Беркович Л.В., Кудрявцев А.В. Оценка чувствительности прогностической модели к точности расчета радиационных характеристик. Труды Гидрометцентра СССР, 1991, вып. 318, с. 80-85.

29. Беркович Л.В., Омелько В.А. Оценка успешности прогнозов облачности в прогностической модели атмосферы. Труды Гидрометцентра СССР, 1991, вып. 318, с. 86 - 97.

30. Беркович Л.В., Тарнопольский А.Г., Шнайдман В.А. Гидродинамическая модель атмосферного и океанического пограничных слоев. Метеорология и гидрология, 1997, №7, с. 40-52.

31. Беркович Л.В., Тарнопольский А.Г., Шнайдман В.А. Опыт восстановления внутренней структуры атмосферного пограничного слоя по оперативной метеорологической информации. Метеорология и гидрология, 1998, № 7,с. 31-41.

32. Беркович Л.В., Белоусов С.Л., Ткачева Ю.В. Краткосрочный гидродинамический прогноз метеорологических величин в пунктах на территории России и прилегающих стран. Метеорология и гидрология, 1998, № 4, с. 18-31.

33. Беркович Л.В., Белоусов С.Л., Ткачева Ю.В., Калугина Г.Ю. Оперативный гидродинамический краткосрочный прогноз метеовеличии и характеристик погоды в пунктах. Метеорология и гидрология, 2001, № 2, с. 14-26.

34. Блинова Е.Н., 1943. Гидродинамическая теория волн давления, температурных волн и центров действия атмосферы. ДАН СССР, т.39, № 7, с. 284-287.

35. Блинова Е.Н., 1947. К вопросу о среднем годовом распределении температуры в земной атмосфере с учетом материков и океанов. Изв. АН СССР, сер. География и геофизика, т. 11, № 1, с. 3-14.

36. Блинова Е.Н., 1968. Решение нелинейной задачи о нестационарных атмосферных движениях планетарного масштаба. Докл. АН СССР, т. 183, № 2, с. 323-325.

37. Блинова Е.Н., 1979. Развитие гидродинамической теории долгосрочного прогноза погоды. В кн. «Пятьдесят лет центру гидрометеорологических прогнозов». Л., Гидрометеоиздат, с. 43-60.

38. Бортников С.А. Построение многоуровенной прогностической модели на основе опыта оперативного краткосрочного прогноза по полным уравнениям для двух уровней атмосферы. Труды Гидрометцентра СССР, 1968, вып. 16, с. 21-32.

39. Бундовский Г.С. Гидродинамический прогноз ветра по Москве и результаты его испытания. Результаты испытания новых и усовершенствованных методов гидродинамических прогнозов. Информационный сборник №26, Санкт-Петербург, Гидрометеоиздат, 2000, с. 8-17.

40. Булеев Н.И., Марчук Г.И. О динамике крупномасштабных атмосферных процессов. -Труды ИФА АН СССР, 1958, № 2, с. 66-104.

41. Бурштейн А,Б., Кадышников В.М., Лосев В.М. Нелинейная полушарная модель атмосферы для прогноза метеовеличин на несколько суток. Метеорология и гидрология, 1987,712, с. 16-24.

42. Вызова Н. Л., Шнайдман В. А., Бондарепко В. Н., 1987. Расчет вертикального профиля ветра в пограничном слое атмосферы по наземным данным. Метеорология и гидрология, № 11, с. ?.

43. Быков В.В., Бортников С.А., Кадышников В.М., 1971. Опыт оперативного краткосрочного прогноза погоды с помощью полных уравнений гидродинамики. -Метеорология и гидрология, № 8, с. 3-23.

44. Быков В.В., Бортников С.А., Кадышников В.М. Опыт оперативного краткосрочного прогноза погоды с помощью полных уравнений гидродинамики. Метеорология и гидрология, 1971, № 8, с. 3-23.

45. Васильев П.П, 1986. Прогноз элементов погоды на средние сроки на основе объективной интерпретации результатов интегрирования по времени гидродинамических моделей атмосферы. Труды Гидрометцентра СССР, вып. 280,

46. Васильев П.П., 1991. Среднесрочный прогноз температуры воздуха и осадков по территории Евразии. Метеорология и гидрология, № 2.

47. Васильев А.А. Фролов А.В. Гидрометцентр России на пороге нового века. В кн.: 70 лет Гидрометцентру России. С.-Петербург, Гидрометеоиздат, 1999. - с. 3-16.

48. Вейль И.Г. Гидродинамические схемы краткосрочного прогноза погоды. "Труды ГМЦ", 1973, вып. 124,119 с.

49. Вельтищев Н.Ф., Желнин А.А., Кисельникова В.З., Пекелис Е.М., Прессман Д.Я. Мезомасштабный прогноз погоды. Метеорология и гидрология, 1982, № 4, с. 5-15.

50. Вельтищева Н.С., Горлач И.А., Ильин В.О., Матковский В.М., 1987. Результаты численных экспериментов по восстановлению пространственных полей водности облаков и осадков. Метеорология и гидрология, № 3, с. 33-38

51. Веселова Г.К., Беркович Л.В. О результатах испытания гидродинамического прогноза облачности по Москве на срок до 42 ч. Информационный сборник №26, Санкт-Петербург, Гидрометеоиздат, 2000, с. 18-22.

52. Виноградова В.М., Каминская J1.E., Маев В.К., Тарасенко В.Д., Фоменко А.А., 1995. Численный краткосрочный прогноз метеоэлементов на ограниченной территории. -Метеорология и гидрология, № 2, с. 5-15.

53. Галин М.Б., 1978. Двенадцатикомпонентная модель общей циркуляции атмосферы. -Изв. АН СССР, Физика атмосферы и океана, т.14, № 9, с. 915-925.

54. Динамическая метеорология, 1935 и 1937 (под ред. Б.И.Извекова и Н.Е. Кочина), ч.1- М., Редиздат ЦУ ГМС, 351 е., ч.2 М., Гидрометеоиздат, 278 с.

55. Добрышман Е.М., 1956. О зональном распределении влажности в атмосфере. -Метеорология и гидрология, № 12, с. 18-25.

56. Душкин П.К., Ломоносов Е.Г., 1960. Результаты прогнозов барического поля на трех уровнях с помощью вычислительной машины. Труды ЦИП, вып. 106, с. 20-31.

57. Душкин П.К., Ломоносов Е.Г., 1960. О вертикальных токах в атмосфере. -Метеорология и гидрология, № 1.

58. Дымников В.П., Контарев Г.Р. и др., 1975. Прогноз метеорологических элементов на ограниченной территории по полным уравнениям. Метеорология и гидрология, № 9, с. 6-13.

59. Зилитинкевич С.С., 1970. Динамика пограничного слоя атмосферы. Л., Гидрометеоиздат, с. 364.

60. Йорданов Д.Л., Пененко В.В. Алоян А.Е., 1978. Параметризация стратифицированного бароклинного пограничного слоя для численного моделирования атмосферных процессов. Известия АН СССР, Физика атмосферы и океана, т. 14, № 8, с. ?.

61. Кадышников В.М., Кричак С.О., Лосев В.М. Пятнадцатиуровенная региональная модель атмосферы. Метеорология и гидрология, 1989, №10, с. 23-31.

62. Кибель И.А., 1940. Приложение к метеорологии уравнений механики бароклипной жидкости. Изв. АН СССР, сер. геогр. и геофиз., № 5, с. 627-638.

63. Кибель И.А., 1941. Гидродинамика и прогноз погоды. Погода, № 6 (статья воспроизведена в журнале Метеорология и гидрология, 1994, № 11, с. 8-12).

64. Кибель И.А., 1955. О приспособлении движения воздуха к геострофическому. ДАН СССР, т. 104, №1, с. 60-63.

65. Кибель И.А., 1957. Введение в гидродинамические методы краткосрочного прогноза погоды. М., Гостехиздат, 375 с.

66. Киктев Д.Б., 1997. Эксперименты по статистическому предсказанию качества гидродинамических прогнозов на примере простой модели атмосферной циркуляции.- Метеорология и гидрология, № 6, с. 63 72.

67. Колмогоров А.Н., 1942: Уравнения турбулентного движения несжимаемой жидкости.- Известия АН СССР. Серия физ., т. 6, № 1-2, с. 56-58.

68. Контарев Г.Р., 1974. Эксперимент по сравнению численных схем прогноза погоды Национального метеорологического центра США и Вычислительного центра СО АН СССР. Метеорология и гидрология, № 12, с. 102-108.

69. Корень В.И., Бельчиков В.А., 1979. Модель формирования талого и дождевого стока для лесных водосборов. Труды Гидрометцентра СССР, вып.218, с. ?.

70. Кричак С.О., Фукс-Рабинович М.С., 1972. Бароклинная модель прогноза по полным уравнениям гидротермодинамики для внетропической части Северного полушария с учетом процессов влагообмена. Метеорология и гидрология, № 1, с. 26-36.

71. Курбаткин Г.П., Зулунов С.М., Покудов А.В., Фролов А.В., 1988. Нелинейное согласование полей ветра и давления при численном прогнозе погоды по полным уравнениям. Метеорология и гидрология, № 12, с. 5-13.

72. Курбаткин Г.П., Синяев В.Н., Янцен А.Г., 1973. Спектральная модель долгосрочного прогноза со среднеклиматическими отклонениями. Изв. АН СССР, Физика атмосферы и океана, т. 9, № 11, с. 1115-1127.

73. Курбацкий А.Ф., 1988: Моделирование нелокального турбулентного переноса импульса и тепла. Новосибирск, Наука, 240 с.

74. Лайхтман Д.Л. Физика пограничного слоя атмосферы, 1970. Л., Гидрометеоиздат, ?.

75. Лыкосов В.Н., 1992: О проблеме замыкания моделей турбулентного пограничного слоя с помощью уравнения для кинетической энергии турбулентности и скорости ее диссипации. Известия РАН. Физика атмосферы и океана, т. 28, № 7, с. 696-704.

76. Марчук Г.И., 1967. Численные методы в краткосрочном прогнозе погоды. Л., Гидрометеоиздат, 356 с.

77. Марчук Г.И., Курбаткин Г.П., Бут И.В., Панчук В.И., Каленкович Е.Е., 1965. Оперативная квазигеострофическая схема краткосрочного прогноза погоды для пяти уровней атмосферы. Изв. АН СССР, Физика атмосферы и океана, № 2, с. 129-135.

78. Машкович С.А., 1957. Прогноз наземного давления с помощью быстродействующих электронных вычислительных машин. Метеорология и гидрология, № 1, с. 8-18.

79. Машкович С.А., 1973. О роли бароклинности воздуха в атмосферных процессах крупных масштабов. Труды Гидрометцентра СССР, вып. 121, с. 73-85.

80. Машкович С.А., 1986. Спектральные модели общей циркуляции атмосферы и численного прогноза погоды. Л., Гидрометеоиздат.

81. Машкович С.А., Вейль И.Г., 1972. Численные эксперименты по четырехмерному объективному анализу на основе спектральной прогностической модели. -Метеорология и гидрология, № 3, с. 3-15.

82. Мерцалов А.Н., 1974. Численные синоптико-гидродинамические прогнозы приземного барического поля с заблаговременностью 24 часа. Труды Гидрометцентра СССР, вып. 129, с. 3-14.

83. Миланкович М., 1939: Математическая климатология и астрономическая теория колебаний климата. ГОНТИ, М-Л, 207 с.

84. Монин А.С., Обухов A.M., 1958. Малые колебания атмосферы и адаптация метеорологических полей. Изв. АН СССР, сер. геофиз., № 11, с. 1360-1371.

85. Мопин А.С., Яглом Ф.М.1992, Статистическая Гидромеханика, Гидрометиздат, Санкт-Петербург, 693 стр.

86. Монин А.С., 1988: Теоретические основы геофизической гидродинамики. Л., Гидрометеоиздат, 42 с

87. Мухенберг В.В. Альбедо поверхности суши земного шара. Труды ГГО, 1967, вып. 193.

88. Очерки по истории гидрометеорологической службы России. Том 3. С.-Петербург, Гидрометеоиздат, 2001,270 с.

89. Пекелис Е.М., Прессман Д.Я., Кисельникова В.З., Дрофа О.В. Численные гидродинамические модели мезомасштабного прогноза Гидрометцентра России. В кн.: 70 лет Гидрометцентру России. С.-Петербург, Гидрометеоиздат, 1999, с.80-89.

90. Петросянц М.А. Пятьдесят лет центру гидрометеорологических прогнозов. В кн.: 50 лет Центру гидрометеорологических прогнозов. -Л., Гидрометеоиздат, 1979, с. 3-16.

91. Прессман Д.Я., 1988: Постановка и алгоритм численного решения задачи локального прогноза. Труды Гидрометцентра СССР, вып. 298,11-23.

92. Радиационные алгоритмы в моделях общей циркуляции атмосферы // Обзорная информ. Вып. 1.-Обнинск, 1983

93. Садоков В.П. Некоторые квазигеострофические и квазисоленоидальные модели прогноза. Учет орографии, трения, и источников тепла впрогностических схемах. Лекции по численным методам краткосрочного прогноза погодыю. 1969, Ленинград, ,Гидрометеоиздат.

94. Серебряник Н.И. К прогнозу приземной температуры воздуха. Труды Гидрометцентра СССР, 1986, вып.275, с.76-83.

95. Тарнопольский А.Г., Шнайдман В.А. Парамтризация бароклинного планетарного пограничного слоя атмосферы. Труды Гидрометцентра СССР, 1976, вып. 180.

96. Томпсон Ф. Анализ и предсказание погоды численными методами. М., Издательство иностранной литературы, 1962,239 с.

97. Фридман А.А. Опыт гидромеханики сжимаемой жидкости. Л.-М., ОНТИ, 1934, 370с.

98. Шакина Н.П., Скриптунова Е.Н., Иванова А.В., Калугина Г.Ю. Субъективный и объективный анализы атмосферных фронтов. Ч. II. Объективное выделение зон фронтов. Метеорология и гидрология, 1998, № 8, с. 5-15.

99. Шнайдман В.А., Фоскарино О.В. Моделирование пограничного слоя и макротурбулентный обмен в атмосфере по данным ПГЭП. Л.: Гидрометеоиздат, 1990,158 с.

100. Юдин М.И. Новые методы и проблемы краткосрочного прогноза погоды. Л.: Гидрометеоиздат, 1963,404 с.

101. Abdella, К. and Mcfarlane, N., 2001: Modelling Boundary Layer Clouds with a Statistical Cloud Scheme and a Second-Order Turbulence Closure. Bound.-Layer Meteorol. 98,387-410.

102. Anderson E. et al., 1998. The ECMWF implementation of three-dimensional variational assimilation (3D-Var). Ill: Experimental results. Q.J.R.Meteorol. Soc., v.124,1831-1860.

103. Arya S.P., 1977. Suggested revisions to certain boundary layer parameterization schemes used in atmospheric circulation models. Mon. Weather Rev., vol. 105, No. 2.

104. Baede A.P.M., Jarrand M., Cubasch U., 1979. Adiabatic formulation and organization of ECMWF's spectral model. "ECMWF Tech.Rep.", No.15.

105. Barnes S.L., 1964. Mesoscale objective map analysis using weighted time series observations. NOAA Tech. Memo. ERL NSSL-62.

106. Belchikov V.A., Berkovich L.V., Polunin A.J., Chemerenko E.P., 1998: Incorporating of the land-surface hydrological cycle into atmospheric model WMO/TD No. 865, Research Activities in Atmospheric and Oceanic Modeling, No. 27, 5.5-5.6.

107. Bengtsson L., Simmons A.J., 1983. Medium range weather prediction operational experience at ECMWF. - In: "Large-scale dynamical processes in the atmosphere" (B.J. Hoskins and R.P. Pearce, eds.), Academic Press, New York, 337-363.

108. Berkovich L.V., Belousov S.L., Kalugina G.Yu., Tkacheva J.V. Short-range hydrodynamic forecasting of local weather patterns. Res. Act. in Atm. and Oceanic Modelling, 2000, No. 30,5.1-5.2.

109. Berkovich L.V., Tkacheva Yu. V. Forecast of strong precipitation for locations of the European territory of Russia, Research Activities in Atmospheric and Oceanic Modeling, No. 27,5.5-5.6.

110. Berkovich L.V., 1995: Prediction of the wind and temperature profiles in the atmospheric boundary layer. WMO/TD No. 665, Research Activities in Atmospheric and Oceanic Modeling, No. 21,6.32-6.33.

111. Berkovich L.V., 1995: The boundary layer meso-jet prediction in operational forecasting model. WMO/TD N 665, Research Activities in Atmospheric and Oceanic Modeling, No 21, 6.34-6.35.

112. Berkovich L.V. and N.P.Shakina, 1996. Numerical and diagnostic study of intense cyclogenesis in Europe, 21-31 January 1995. Research Activities in Atmospheric and Oceanic Modelling. Rep. No.23, WMO/TD 734,2.1-2.2.

113. Berkovich L.V., Belousov S.L., 1997: Hydrodynamical short-range weather forecasting for particular regions in the city of Moscow. WMO/TD No. 792, Research Activities in Atmospheric and Oceanic Modeling, No. 28,5.3.-5.4.

114. Berkovich L.V., Belousov S.L., 1997: Operational short-range numerical weather prediction at the Hydrometeorological Research Centre of Russia. WMO/TD No 792, Research Activities in Atmospheric and Oceanic Modeling, No 28,5.5-5.6.

115. Berkovich L.V., Belousov S.L., Kalugina G.Yu., Tkacheva J.V. Short-range hydrodynamic forecasting of local weather patterns. Res. Act. in Atm. and Oceanic Modelling, 2000, No.30,5.1-5.2.

116. Berkovich L.V, Tkacheva Yu.V. The hydrodynamic short-range of local weather forecasting. Research Activity in Atmospheric and Oceanic Modeling, 2003, No 33, 5.1-5.2.

117. Berkovich L.V, Tkacheva Yu.V. Forecast of strong precipitation for locations of the European territory of Russia. Research Activity in Atmospheric and Oceanic Modeling, 2005,No 35, 5.3-5.4.

118. Ca, V.T., Ashie, Y., and Asaeda, 2002: A K-Epsilon Turbulence Closure Model for the Atmospheric Boundary Layer Including Urban Canopy. Bound.-Layer Meteorol., 102, 459490.

119. Catalogue of Numerical Atmospheric Models for the First GARP Global Experiment. -Geneva, April 1980.

120. Charney J.G. The use of the primitive equations of motion in numerical prediction. -"Tellus", 1955, vol. 7, No. 1, p. 22-26.

121. Canuto,V.M.,and Dubovikov, M.S.,1996: A Dynamical Model for Turbulence. IX Reynolds Stresses for Shear- Driven Flows. Physics of Fluids, 11,678-691.

122. Cheng, Y., Canuto,V.M., and Howard, A.M., 2002: An Improved Model for Turbulent PBL. J. Atmos. Sci., 59, 1550-1565.

123. Deardorff, J.W., 1974: Three-Dimensional Numerical Study of the Height and Mean Structure of a Heated Planetary Boundary Layer. Bound. Layer Meteorol. 7, 81-106.

124. Duynkerke, P.G. and Nieuwstadt, F. Т. M., 1989: A Solution of the E-S Model for Nearly Homogeneous Turbulence with a Mean Shear, Appl. Sci. Res. 46,25-43.

125. Eui M.L., 1974. Further studies of parameterization of the influence of cumulus convection of large-scale flow. J. Atm. Sci., v. 31,1232-1240

126. Freedman, F. and Jacobson, M. 2002, Transport- Dissipation Analytical Solutions to the K-Epsilon Turbulence Model and their Role in Predictions of the Neutral ABL. Boundary-Layer Meteorol., 102(1), 117-138.

127. Hill, G., 1974, Factors Controlling the Size and Spacing of Cumulus Clouds as Revealed by Numerical Experiments, J. Atmos. Sci.,31,646-657

128. Gerrity, J.,P., Black, Т., L., and Treadon, R.,E., 1994: The Numerical Solution of the Mellor-Yamada Level 2.5 turbulent Kinetic Energy Equation in the Eta Model. Mon. Wea. Rev., 122,1640-1646.

129. Grell, G.A., Dudhia, J., and Stauffer, D.R., 1994: A Description of the Fifth-Generation Penn State/NCAR Mesoscale Model (MM5), NCAR/TN-398+IA, National Center for Atmospheric Research, Boulder, CO, 107pp.

130. Hinkelmann K. Ein numerisches Experiment mit den primitiven Gleichungen. The atmosphere and see in motion. Rossby Memorial volume. The Rockfeller Inst. Pres. New York, 1959, p. 486-500.

131. Janjic, Z. 2002, Nonsingular Implementation of the Mellor-Yamada Level 2.5 Scheme in the NCEP Meso model. NCEP Office Note, No 461,61 pp.

132. Jones R.H., 1965. Optimal estimation of initial conditions for numerical prediction. J. Atm. Sci., v. 22,658-663.

133. Jiang, W.,M., Zhou, M., Xu, M., and Wang, W., G., 2002: Study on Development and Application of a Regional PBL Numerical Model. Bound.-Layer Meteorol., 104, 491-503. Note, 461,61 pp.

134. Helfand, H. M., and Labraga, J. C., 1988: Design of a Nonsingular Level 2.5 Second-Order Closure Model for Prediction of Atmospheric Turbulence'. J. Atmos.Sci., 45,113-132.

135. Kikuchi Y., 1984. Dynamical approaches in long-range forecasting. WMO Programme on Long-Range Forecasting Research, Publications Series Report No. 3.

136. Klein W.H., Lewis B.M., Crockett C.W. and Enger I., 1960. Application of numerical prognostic heights to surface temperature forecasts. Tellus, 12, No. 4.

137. Koren V.I., Belchikov V.A., and Nechayeva N.S. 1986. Forecasting of the snowmelt and snoumelt rainfall runoff in loweland rivers. - Proc. of the Budapest Symosium, July 1986. IAHS Publ. No. 155

138. Lanzinger A. ECMWF forecasts of the flood of January 1995. European Centre for Medium-Range Weather Forecasts. Technical Report No.77,1995,12p.

139. Lesieur, M., Metais, O., Compte, P., 2002: Large-Eddy Simulations in Turbulence, Cambridge U. Press, New York, 219pp.

140. Lilly, D.K., 1967: The Representation of Small-Scale Turbulence in Numerical Simulation Experiments. Proceedings of IBM Scientific Computing Symposium on Environmental Sciences, White Plains, IBM, 195-210.

141. Marht, L., 1999: Stratified Atmospheric Boundary Layers. Bound-Layer Meteorol., 90, 375-396.

142. Mellor, G.L., and Yamada Т., 1974: A Hierarchy of Turbulence Closure Models for Planetary Boundary Layers'. J. Atmos. Sci. 31,1791-1806.

143. Mellor, G.L., and Yamada Т., 1982: Development of Turbulent Closure Model for Geophysical Fluid Problems. Rev. Geophys. Space Phys. 20, 851-875.

144. Mellor-Yamada Level 2.5 turbulent Kinetic Energy Equation in the Eta Model.

145. Michalakes, J., Dudhia, J., Gill,D., Klemp,J., Scamarock, W., and Wang,W., 2004: The Weather Research and Forecast Model. Proc. Eleventh ECMWF Workshop, on the Use of High Performance Computing in Meteorology. Reading, U.K.

146. Moeng, C.H., and Wyngaard J.C.,1989: 'Evaluation of Turbulent and Dissipation Closures in Second-Order Modeling, J. Atmos. Sci. 46,2311-2330

147. Nakanishi, M., 2001:"Improvement of the Mellor-Yamada Turbulence Closure Model Based on the Large-Eddy Simulation Data" Boundary-Layer Meteorol. 90,375-396.

148. Pielke,R.A., and Coauthors, 1992: A Comprehensive Meteorological ModelingSystem-RAMS. Meteor. Atmos. Phys., 49,69-91.

149. Phillips N.A. Numerical integration of the primitive equations on the hemisphere. -"Monthly Weather Review", 1959, vol. 87, No. 9, p. 333-345.

150. Shuman F.G. and Hovermale J.B. An operational six layer primitive equation model. -"J. Appl. Met.", 1968, No. 7, p.525-547.

151. Smagorinsky J. On the numerical integration of the primitive equations of motion for baroclinic flow in a closed region. "Mon.Wea, Rev.", 1958, vol. 86, No. 12, p. 457-466.

152. Smagorinsky J. On the dynamical prediction of large-scale condensation by numerical methods. Monograph No. 5, Amer. Geophys. Union, 1960, Physics of Precipitation.

153. Shnaidman V.A., Tarnopolsky A.G., Berkovitch L.V., 1997: The method of atmospheric boundary layer structure prediction. Research Activities in Atmospheric and Oceanic Modelling.Rep.No.25, WMO/TD-No. 792, 5.38-5.39.

154. Shnaydman V.A. Berkovich L. V., Tkacheva Yu.V. Operational forecast of the meteorological and turbulence characteristics of the boundary layer. Research Activity in Atmospheric and Oceanic Modeling, 2004,No 34,5.17-5.18.

155. Scamarock, W.C., Klemp,J.B., Dudhia, J., Gill,D.O., Barker, D., M., Wang,W., and Powers, J.,G., 2005: A Description of the Advanced Research

156. WRF Version 2. NCAR Technical Note, NCAR/TN-468+STR, 88pp. Pen State/NCAR Mesoscale Model (MM5), NCAR/TN-398+IA, National Center for Atmospheric Research, Boulder, CO, 107pp.

157. Young Shi, et al 2000,Three-Dimensional Non-Hydrostatic Numerical Simulation for PBL. Boundary-Layer Meteorol., 106(3), 383-410.

158. Zilitinkevich,S. and Baklanov, A., 2002: Calculation of the Height of the Stable Boundary Layer in Practical Applications. Boundary- Layer Meteorol.105, 389-409.

Информация о работе

Беркович, Леопольд Владимирович
доктора физико-математических наук
Москва, 2006
ВАК 25.00.30

Диссертация

Гидродинамический краткосрочный прогноз погоды в пунктах для территории России - тема диссертации по наукам о земле, скачайте бесплатно

Автореферат

Похожие работы