Бесплатный автореферат и диссертация по геологии на тему

Комплексный гидродинамический прогноз морских метеорологических величин

ВАК РФ 04.00.22, Геофизика

Автореферат диссертации по теме "Комплексный гидродинамический прогноз морских метеорологических величин"

ГИДРОМЕТЕОРОЛОГИЧЕСКИЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ЦЕНТР РОССИЙСКОЙ ФЕДЕРАЦИИ

КОМПЛЕКСНЫЙ ГИДРОДИНАМИЧЕСКИЙ ПРОГНОЗ МОРСКИХ МЕТЕОРОЛОГИЧЕСКИХ ВЕЛИЧИН (МЕТОДИЧЕСКИЕ ОСНОВЫ)

Специальности: 04.00.22 - геофизика, 11.00.08 - океанология

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора физико-математических наук

На правах рукописи

РЯБИНИН Владимир Эдуардович

Москва - 1995

Работа выполнена в Гидрометеорологическом научно-исследовательском центре Российской Федерации.

Научный консультант - доктор физ.-мат. наук, профессор,

академик РАН Саркисян А.С.

Официальные оппоненты: Доктор физ.-мат. наук, профессор Карлин Л.Н. Доктор физ.-мат. наук, профессор Белов П.Н. Доктор физ.-мат. наук Зырянов В.Н.

Ведущая организация - Арктический и антарктический научно-исследовательский институт

Защита состоится "¡Ц " СЮ/^глф 1995 г. в 14 час. 00

мин. в конференц-зале Гидрометцентра России (6-й этаж) на заседании диссертационного совета Д024.05.01 Гидрометеорологического научно - исследовательского центра Российской Федерации по адресу: 123242, Москва, Большой Предтеченский переулок, 9-13.

С диссертацией можно ознакомиться в библиотеке Гидрометцентра России.

Отзывы на автореферат в двух экземплярах, заверенные печатью, просьба направлять по адресу: 123242, Москва, Большой Предтеченский переулок, 9 - 13, Гидрометцентр России, Ученому секретарю диссертационного совета Д024.05.01.

Автореферат разослан " А.^" 1995 г.

Ученый секретарь

диссертационного совета / —■

доктор физ.-мат. наук у ¿^-^/^..ггэ Сидоренков Н.С.

[

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Цель и задачи работы

Целью работы является создание методических основ комплексной автоматизированной системы объективного анализа и гидродинамического прогноза морских метеорологических и океанографических величин (КАС). Ее внедрение в Федеральной службе России по гидрометеорологии и мониторингу окружающей среды (Росгидромете) означало бы переход к скоординированной обработке морской гидрометеорологической информации с учетом современных возможностей вычислительной техники, возросшего качества метеорологического объективного анализа и прогноза, новых видов метеорологических и океанографических наблюдений.

В связи с этим в диссертационной работе решались задачи:

- разработки гидродинамических моделей процессов, происходящих в атмосфере, океане и на поверхности их раздела, и изучения этих процессов с помощью аналитических методов и численных экспериментов;

- создания новых методов численной реализации моделей и интегрирования комплекса прогностических задач (моделей), приводящего к минимальным ошибкам анализа и прогноза основных величин;

- разработки и внедрения программных комплексов, реализующих на базе моделей прогностические технологии и их элементы.

Актуалыюсть проблемы н условия для ее решения

В настоящее время появились объективные условия для существенного увеличения точности и полноты оперативной морской информации, выпускаемой учреждениями Росгидромета. Во-первых, за последние годы создан и внедрен в оперативное использование ряд методов объективного анализа метеорологических величин и моделей для краткосрочного и среднесрочного метеорологического прогноза. Заложены основы систем усвоения метеорологических и океанографических данных. Во-вторых, большинство из действующих в Росгидромете моделей по своему уровню сложности ориентировано на ЭВМ с быстродействием порядка одного миллиона операций с плавающей запятой в секунду, в то время как мощность уже имеющихся и ожидаемых ЭВМ значительно

]

больше. В Гидрометцентре России создана оперативная база данных, содержащая все необходимые типы информации для составления морских метеорологичес-ких анализов и прогнозов.

Актуальность работы состоит в том, что в ней на основе анализа современного состояния развития численного прогноза погоды и морской метеорологии предлагается взаимно скоординированная организация обработки различных видов оперативной гидрометеорологической информации. Необходимость координации возникла в связи с тем, что в настоящее время и в обозримом будущем для прогнозов и диагноза основных гидрометеорологических величин будет использоваться комплекс различных моделей. Их точность и сложность постоянно возрастают. Соответственно, повышаются требования к "внешней" информации, используемой при интегрировании каждой из моделей. Она извлекается из других моделей и блоков обработки данных. В предлагаемой системе интегрирование прогностических моделей и работа блоков обработки данных осуществляется в порядке, определенном чувствительностью моделей на их современном уровня развития к ошибкам в задании внешней информации и "инерционностью" полей рассматриваемых гидрометеорологических величин. Кроме того, учитываются возможности действующей системы подготовки прогнозов, приоритет метеорологического прогноза и технологически е особенности реализации прогностического процесса на ЭВМ. При этом информационные потоки между моделями и блоками обработки данных организуются таким образом, что во время работы какого-либо из блоков системы для него оказывается доступной вся оперативная информация из других блоков, существенно влияющая на результат. Поэтому, выполняя расчеты скоординированно, можно добиться увеличения точности и надежности гидрометеорологических прогнозов.

Теоретически идеальным вариантом был бы расчет прогнозов и подготовка полей объективного анализа на основе полной совместной модели океана - волнения - атмосферы, сопряженной с системой усвоения данных о состоянии всей системы в целом. Время воплощения подобной системы в жизнь еще не пришло. Тем не менее, предлагаемый подход является одним из шагов к ее созданию.

Новизна результатов

Основные результаты диссертации получены впервые. К ним относятся:

а) концепция скоординированной обработки морской гидрометеорологической информации и входящий в нее составным элементом способ совместного интегрирования прогностических моделей атмосферы, волнения и верхнего слоя океана в рамках общего комплекса с учетом их взаимного влияния;

б) технологический блок оперативного диагноза и прогноза спектра волн в океане, основанный на дискретной спектральной модели третьего поколения;

в) численные схемы повышенной точности и устойчивости для дискретных спектральных моделей волнения, позволяющие использовать шаги по времени порядка нескольких часов и получать решения для всей области определения аргументов (частоты и угла распространения волн) с учетом взаимного влияния всех компонент спектра;

г) обобщенная формулировка задачи моделирования верхнего перемешанного слоя и бароклинного слоя океана с учетом нестационарности и вытекающие из нее результаты анализа структуры пограничных слоев.

Практическая ценность

Данные о крупномасштабном распределении морских метеорологических и океанографических элементов непосредственно используются при морском гидрометеорологическом обслуживании. Кроме того, они выступают в качестве фона и/или граничных условий для последующей детализации данных объективного анализа и прогнозов регионального характера, составляемых как в Гидрометцентре России, так и в территориальных прогностических органах. Отсюда следует, что совершенствование методов обработки оперативной информации в масштабах океанов или их крупных частей является основополагающей задачей, по существу определяющей качество морского метеорологического обслуживания, предоставляемого как Гидрометцентром России, так и другими прогностическими органами Росгидромета.

Практическая ценность отдельных результатов диссертации состоит в следующем.

Блоки физических параметризаций модели Европейского центра среднесрочных прогнозов погоды (ЕЦСПП), программы которых были отлажены автором для спектральной модели атмосферы Гидрометцентра России СМ-15, вошли также в ее исследовательский глобальный вариант, на основе которого проводятся разработки по долгосрочному гидродинамическому прогнозу. Спектральная модель атмосферы СМ-15 составила

4

1

основу оперативной технологии среднесрочного метеорологического прогноза в Росгидромете.

Одномерная модель атмосферы используется для работ по развитию физических параметризаций в Гидрометцентре России и в других институтах Росгидромета, а также в ряде инженерных приложений как модель пограничного слоя.

Разработанные численные методы для моделей волнения могут применяться в любой дискретной спектральной модели, а методика расчета распространения волновой энергии может быть внедрена в любую параметрическую модель волнения.

Методы численного решения двухмерного уравнения переноса могут использоваться в широком спектре приложений и, в том числе, в моделях общей циркуляции атмосферы и океана.

Численная спектральная модель волнения третьего поколения составила основу метода диагноза и прогноза волн, работающего в реальном масштабе времени.

Методика расчета динамической скорости, учитывающая данные о скорости ветра, статической устойчивости приводного слоя относительно поверхности океана и средней частоте ветровых волн, может быть использована для расчета касательного напряжения ветра, потоков тепла и влаги в современных моделях циркуляции атмосферы и океана.

Общий подход к совместному интегрированию гидродинамических моделей атмосферы, циркуляции океана, ветрового волнения может составить методическую основу для дальнейшего развития прогностического комплекса Гидрометцентра России в целом.

Внедрение результатов

Технология среднесрочного метеорологического прогноза, основанная на спектральной модели атмосферы СМ-15, в соответствии с решением Центральной Методической Комиссии Росгидромета с 1986 г. используется в оперативной практике как основной метод.

Результаты исследований по теории бароклинного слоя океана, опубликованные в монографии "Вопросы теории термоклина", ис-

пользуются при чтении лекций по курсу "Динамика океана" на океанологическом факультете Российского государственного гидрометеорологического института (акт о внедрении от 15 февраля 1989 г.).

Технология диагноза и прогноза ветрового волнения полностью готова к оперативным испытаниям. Она прошла авторские испытания. Расчеты проводятся в автоматическом режиме, ежедневно, в реальном масштабе времени.

Апробааия работы

Основные результаты диссертации были представлены в докладах автора на заседаниях Ученого совета Гидрометцентра (1990, 1991 г.) и секции Ученого совета Гидрометцентра России по гидрологическим и морским прогнозам (1991 г.), на семинарах отдела морских гидрологических прогнозов Гидрометцентра России (1989-1994 гг.), на объединенном заседании Семинара по моделированию и прогнозу крупномасштабных гидрометеорологических процессов и климата и по морским гидрологическим прогнозам Гидрометцентра России (1994 г.), на семинарах в Государственном океанографическом институте (1991 г.), Санкт-Петербургском отделении ГОИНа (1991 г.), Санкт-Петербургском отделе Института Океанологии РАН (1991 г.), Арктическом и антарктическом НИИ (С. -Петербург, 1994 г.), Вычислительном центре РАН (Москва, 1994 г.), на Всесоюзной научной конференции по исследованию роли энергоактивных зон океана в короткопериодных колебаниях климата (Одесса, 1984 г.), на Международном симпозиуме по методам среднесрочных прогнозов погоды (Москва, 1987 г.), на в IV Всесоюзной конференции по статистической интерпретации гидродинамических прогнозов с целью прогноза элементов и явлений погоды (Одесса, 1991 г.), Всероссийском .ведомственном совещании по гидрометеорологическим исследованиям на шельфе (Обнинск, 1993 г.), на семинарах Всемирной Метеорологической организации (Куала-Лумпур, Малайзия, 1986 г., Сеул, Республика Корея, 1993 г., Каир, Арабская Республика Египет, 1994 г.), на семинаре по региональному моделированию атмосферы и океана (Эриче, Италия, 1994 г.).

Публикации по теме диссертации

По теме диссертации опубликовано 15 работ, в том числе монография "Вопросы теории термоклина".

Структура и объем работы

Диссертация состоит из введения, трех разделов и заключения. Общий объем работы составляет 409 стр., включая 13 таблиц, 87 рисунков и список литературы из 185 источников.

СОДЕРЖАНИЕ РАБОТЫ

Во Введении сформулирована цель работы, обоснована ее актуальность, дана оценка современного состояния развития численных прогнозов погоды и разработок по морской метеорологии в России, кратко охарактеризованы структура диссертации и ее главные результаты. Указывается, что в настоящее время возникли условия для разработки более совершенной морской прогностической системы. Они состоят в том, что существенно улучшилось качество метеорологического прогноза на средние сроки, возросли возможности ЭВМ, в сфере морской метеорологии и численной океанографии появились более точные модели и методы обработки данных.

Раздел 1. Численные и аналитические модели для исследования и прогноза основных морских метеорологических и океанографических параметров

В первом разделе диссертации рассмотрены гидродинамические модели океана, атмосферы и ветрового волнения, в создании которых автор принимал участие, а также дана краткая сводка результатов, полученных с их помощью.

В разделе 1.1 проведены исследования основных факторов, определяющих изменчивость термодинамических параметров системы "верхний слой океана - главный термоклин". При этом была сделана попытка ответить на следующие принципиальные для теории вопросы:

- способны ли решения, получаемые в рамках теории бароклин-ного слоя, отражать реальные процессы в океане?

- если да, то при каких условиях?

- может ли теория вопроизвести характерную вертикальную термическую структуру океана?

Исследование состояло из пяти этапов. Во-первых, была сформулирована обобщенная постановка задачи моделирования полей плотности (температуры) и течений с учетом существования у поверхности океана перемешанного слоя. Во-вторых, задача была сведена к четырем новым переменным, включающим плотность морской воды в верхнем перемешанном слое и его толщину, распределение баротропного компонента давления и двойной интеграл по вертикали от плотности морской воды в океане. Далее, с помощью введения характерных масштабов, система была записана в безразмерных переменных. При этом ряд параметров, отражающих эффекты воздействия на океан ветра, потока массы, а также влияние агеострофических составляющих течения, турбулентного обмена и вязкости по вертикали и горизонтали, оказался существенно меньшим единицы. Соответственно, поскольку процессы диффузии моделировались с помощью выражений, содержащих старшие производные переменных, в задаче можно было ожидать решения, состоящие из относительно "гладких" функций в основной части области и т.н. "погранслойной" поправки, необходимой для удовлетворения граничным условиям. В частности, в задаче выделялся пограничный слой по горизонтали, связанный с эффектом горизонтальной диффузии плотности (температуры) и агеостро-фическими компонентами движения. По существу он является модельным аналогом западных пограничных течений типа Гольфстрима и Куро-Сио.

Основной анализ касался структуры вертикального диффузионного пограничного слоя в океане. В отличие от результатов предыдущих исследований было установлено, что для центральных областей океана, удаленных от горизонтальных пограничных слоев, за исключением локальной производной температуры (плотности) по времени в уравнениях не имеется слагаемого, уравновешивающего эффект диффузионного прогрева вод океана сверху. Соответствующий вертикальный масштаб пограничного слоя зависит от коэффициента вертикальной турбулентной температуропроводности. При значении коэффициента, равном 3 см2с-1, толщина слоя имеет порядок 70 м. По существу это означает, что роль диффузионного пограничного слоя в центральных областях океана играет сезонный термоклин.

Анализ структуры вертикального диффузионного слоя в области горизонтального пограничного слоя привел к следующим результатам. Показано, что термодинамический режим слоя управляется процессами на его восточной границе (то есть на западной границе крупномасштабных океанических круговоротов вод). Для масштабов времени порядка полугода режим западного пограничного слоя можно считать квазистационарным. Локальный обмен теплом с атмосферой в области западного пограничного слоя играет в его динамике незначительую роль. Характерные масштабы

вертикального пограничного слоя здесь оказываются исключительно малыми: порядка десятков сантиметров. Таким образом, сезонный термоклин, ярко выраженный в центральных областях океана, в зонах горизонтальных пограничных слоев должен по сути вырождаться, а область интенсивного турбулентного перемешивания - верхний квазиоднородный слой - должна здесь почти непосредственно (через очень тонкий диффузионный пограничный слой) соприкасаться с адвективной зоной - главным термоклином.

Из анализа следует, что вертикальное распределение температуры в сезонном термоклине центральных частей океана можно рассчитывать с помощью уравнения теплопроводности. Равновесный климатический (повторяющийся из года в год) ход температуры в сезонном термоклине при этом может воспроизводиться моделью только при условии, что область, для которой решается это уравнение, сама как-бы испытывает годовой ход и ежегодно "вырождается" в точку. По существу это означает, что сезонный термоклин включается в верхний перемешанный слой. Это означает, что одним из необходимых элементов годового цикла температуры в центральных областях океана является проникающая конвекция. В ее ходе воды сезонного термоклина попадают в верхний перемешанный слой и отдают накопленное за год тепло в атмосферу.

В целом, выполненный анализ впервые приводит к непротиворечивой картине климатического годового хода температуры вод в океане. Из него следует несколько важных выводов.

Так, с точки зрения основных факторов, формирующих распределение температуры и циркуляцию вод, с определенной долей условности мы можем рассматривать океан состоящим из трех зон с различным гидродинамическим режимом - термоклина центральной части океана, управляемого в основном адвективными процессами, деятельного слоя океана в его верхней части, имеющего диффузионную природу, и компенсационного западного пограничного слоя, где доминируют инерционные эффекты.

Сезонный термоклин по существу является термическим пограничным слоем для толщи вод основного термоклина, динамика которой может рассматриваться с позиций теории идеальной жидкости. Таким образом устраняется противоречивость результатов анализа вертикальной структуры океана в циклонических и антициклонических круговоротах, получаемых в рамках теории термоклина при стационарной постановке задачи ([\Уе1ап<1ег, 1971; Линейкин и Мадерич, 1982]). При этом можно показать, что формирование поля плотности в основной массе вод

бароклинного слоя океана происходит под влиянием ветра с учетом его пространственной неоднородности, в то время как структура деятельного слоя океана в большей степени определяется условиями тепло- и массо-обмена океана и атмосферы.

Если применить полученные результаты к исследованию крупномасштабной изменчивости полей плотности (температуры) и течений в бароклинном слое океана, то ее природу можно определить как волновую, причем основную роль в генерации возмущений должны играть изменения ветра над океаном и у его восточной границы. Те же результаты показывают, что в верхнем слое океана такие возмущения не существенны.

Главный же результат исследований с помощью обобщенной теории термоклина и верхнего слоя океана состоит в том, что удается оценить основные приближения и погрешности, заложенные в работах по теории термоклина. При этом можно утверждать следующее. Постановка задачи теории термоклина является частным случаем общей постановки, справедливым для основной массы вод бароклинного слоя океана вне горизонтальных и вертикальных пограничных слоев при незначительном вкладе в динамику вод плотностной неоднородности в верхнем деятельном слое океана. Несмотря на то, что аналитические решения теории удовлетворяют только трем граничным условиям по вертикали из необходимых четырех, они способны воспроизвести основные закономерности крупномасштабного распределения и изменения плотностной (термической) структуры вод ниже деятельного слоя в центральных частях океана. Отсюда следует, что физические процессы, предсказываемые точными решениями теории термоклина, могут действительно происходить в океане при соответствующих условиях. В первую очередь это относится к сезонной волновой изменчивости плотности и температуры вод в бароклинном слое и основным механизмам эволюции тепловых аномалий в термоклине.

Понимание различий в основных факторах изменчивости термической структуры вод верхнего деятельного слоя океана и главного термоклина существенно для выбора моделей и методов, привлекаемых для создания системы анализа и прогноза морских метеорологических и океанографических величин.

Важный в практическом отношении этап работы был связан с созданием спектральной модели атмосферы СМ-15 для среднесрочного метеорологического прогноза (раздел 1.2 диссертации) и т.н. "одноточечной" версии этой модели (раздел 1.3).

Спектральная модель общей циркуляции атмосферы СМ-15 была внедрена на ЭВМ ВМ ГВЦ Росгидромета коллективом сотрудников под руководством члена-корреспондента РАН Г.П. Курбаткина. В ее основе лежала версия спектральной модели ЕЦСПП начала 80-х годов. На рис. 1 (из работы [Г.П. Курбаткин и др., 1987]) представлены ошибки численного прогноза высоты геопотенциальной поверхности 500 гПа на 7 дней, рассчитанного по модели СМ-15 для начальных данных ПГЭП (Первый Глобальный Эксперимент ПИГАП - Программы Исследования Глобальных Атмосферных Процессов) за 21 января 1979 г. Они сравниваются с соответствующими ошибками 14 ведущих моделей общей циркуляции атмосферы в мире и инерционным прогнозом.

Рис.1. Средние квадратические ошибки прогнозов поля высоты поверхности 500 гПа по данным ПГЭП за 21 января 1979 г. Заштрихована область ошибок 14 лучших моделей атмосферы. Обозначения: 1 -ЕЦСПП, 2 - Гидрометцентр России, 3 - инерционный прогноз.

Из рисунка следует, что по точности расчета эволюции барического поля модель СМ-15 относится к категории наиболее

совершенных моделей, существенно повышающих информативность среднесрочного прогноза по сравнению с инерционным.

В разделах 1.2.1 и 1.2.2 приведена краткая формулировка модели СМ-15 и охарактеризована ее программная реализация.

Для прогноза погоды на срок, превышающий 2-3 дня, необходимо моделировать не только эволюцию существующих в начальный момент барических образований, но и зарождение новых. Соответственно, возможность расчета эволюции атмосферы на срок порядка нескольких дней связана с тем, что в модели, помимо точного численного решения "динамической" части уравнений, выполняется учет подсеточных физических процессов, регулирующих преобразования тепла и влаги в атмосфере.

Для модели СМ-15 автором автором были отлажены программы параметризаций всех основных физических процессов, кроме радиационного теплообмена. Они рассмотрены в разделе 1.2.3. Параметризации включали схемы расчета:

- вертикального турбулентного обмена (градиентная модель, учитывающая влияние на турбулентность сдвига ветра и устойчивости воздуха; в приземном подслое применяется теория подобия А.С.Монина-А.М.Обухова в сочетании с приближенными выражениями для универсальных профилей метеорологических величин);

- влажной конвекции (усовершенствованная схема Куо 1974 г., учитывающая перемешивание воздуха в приповерхностном слое, эффекты многоярусного облачного покрова, испарения капель дождя, усиление осадков при падении капель сверху, зависимость фазы осадков от температуры приземного слоя воздуха);

- слоистообразной облачности (методика крупномасштабной конденсации, учитывающая ускорение слияния капель за счет наличия в облаке ледяных кристаллов и влияние на этот процесс общего содержания жидкой фазы, испарение дождевых капель, усиление осадков в многоярусном облаке, изменяющийся фазовый состав осадков);

- процессов на подстилающей поверхности (двухслойная модель верхнего слоя почвы, учитывающая комплекс радиационных потоков на границе с атмосферой, турбулентный обмен, испарение с поверхности, осадки в виде дождя и снега, теплообмен с глубинными слоями и фильтрацию вод в почве; эволюция снежного покрова воспроизводится с

учетом его выпадения из облаков кучевых и слоистых форм, замерзания и таяния при изменении знака температуры поверхности).

Температура поверхности океана в оперативной модели прогноза на средние сроки задается равной средним месячным климатическим значениям и в ходе расчетов не меняется. Шероховатость поверхности океана определяется по формуле Чарнока.

В соавторстве с Астаховой Е.Д. и Сидоровой JI.B. была создана также "одноточечная" ("одномерная", "вертикальная") версия модели атмосферы СМ-15, которая в настоящее время широко используется в Гидрометцентре России и других институтах для различных исследований. В разделе 1.3.1 дано общее описание модели и ее численной схемы. Для того, чтобы развиваемые в рамках одномерной модели физические параметризации можно было легко внедрять в "полную" модель СМ-15, алгоритмы обеих моделей построены аналогичным образом. Отличия заключаются в том, что учет силы Кориолиса в одномерной модели выполняется неявным образом в блоке параметризации вертикальной турбулентности, в то время как в модели СМ-15 она учитывается в "динамической" части алгоритма. Одномерная модель может интегрироваться по времени без модификации программы с любым числом уровней, не превосходящим 200.

Эксперименты с одномерной моделью были направлены на определение систематических ошибок параметризаций подсеточных процессов и изучение чувствительности модели к основным параметрам. Наряду с разработками физических параметризаций, выполненными на базе "полной" модели, были проведены следующие исследования:

- выявлена чувствительность физических параметризаций модели к изменениям вертикального разрешения и временного шага;

- определены характерные временные масштабы адаптации модельных переменных в пограничном слое к вариациям параметров подстилающей поверхности (альбедо, влагосодержание верхнего слоя почвы, уровень шероховатости и т.д.);

- найдены систематические погрешности параметризации вертикального турбулентного обмена и описания гидрологического цикла атмосферы в субтропиках.

На основе одномерной модели в дальнейшем были осуществлены разработки методик расчета суточного цикла радиации, развитие модели поверхностных процессов с учетом различий термодинамических свойств почвы и эффектов растительного покрова, работы по локальной интерпретации гидродинамических прогнозов, оценочные расчеты ветра в пограничном слое для решения ряда экологических задач. Таким образом, она

выполнила свою роль инструмента для развития "полной модели", физических исследований и объективной интерпретации и детализации расчетов.

Важную роль в комплексной морской прогностической системе как связующее звено между моделями океана (моря) и атмосферы должна играть спектральная модель волнения (раздел 1.4). Кроме того, она служит инструментом прогноза параметров ветровых волн. Поскольку время, необходимое для создания прогностической технологии, измеряется несколькими годами, в ее рамках целесообразно развивать такие компоненты, которые будут наиболее активно использоваться в мире во второй половине 90-х годов. Самый перспективный тип моделей волнения в ближайшем будущем - это модели волнения "третьего поколения". Они записываются в виде замкнутой системы уравнений для компонент частотно-направленного спектра. Разработка формулировок моделей третьего поколения еще далека от завершения. В отличие от других моделей (например, циркуляции атмосферы, океана) опыт численной реализации моделей волнения третьего поколения в Росгидромете отсутствовал.

В разделе 1.4 приводится описание численной спектральной модели волнения, развитой на основе формулировок первой модели волнения третьего поколения WAM. Вариант модели Гидрометцентра России и его программный комплекс были полностью разработаны автором. В нем используются новые численные методы решения уравнений. Выполнены также модификации функции источника, позволяющие устранить ряд выявленных недостатков модели WAM. Они состоят в следующем:

а) функция "ветровой накачки" дополнена линейным (не зависящим от спектральной плотности) слагаемым, позволяющим с учетом его настройки для диапазона скоростей ветра от 5 до 40 м/с более точно воспроизводить развитие спектра на начальном этапе - при малых высотах волн;

б) предложена методика эффективной численной реализации параметризации нелинейного переноса энергии волнения по спектру типа "дискретных взаимодействий" [Hasselmann S. et al., 1985]. Эта параметризация дополнена сомножителем, позволяющим уменьшить ее характерную систематическую погрешность - завышение значений притока спектральной плотности энергии в области частот "правее" максимума;

в) параметризация диссипации спектральной плотности энергии, возникающей за счет обрушения гребней волн, состоит из двух сомножителей. Первый совпадает с формулировкой диссипации, принятой в модели WAM [WAMDI Group, 1988]. Второй сомножитель был найден в результате экспериментов по настройке модели. В отличие от модели WAM он

позволяет численно воспроизвести развитие спектра от т.н. условий "холодного старта" без использования программных исправлений решения, реализуемых в модели WAM с помощью известной методики "высокочастотного хвоста".

Известно, что развитие спектра волн связано с весьма тонким частотно-угловым балансом поступления энергии от ветра, ее нелинейного перераспределения по спектру и диссипации. Непосредственное применение параметризаций генерации энергии волн ветром и дискретных взаимодействий в сочетании с параметризацией диссипации по [Komen et al., 1984], принятой в модели WAM, приводило к формированию искаженного спектра с максимумом энергии на высоких частотах. Заметим, что формулировка [Komen et al., 1984] была выведена в результате настроечных экспериментов с одномерной версией модели EXACT-NL, где расчет интеграла нелинейного обмена энергией по спектру моделируется точно. Поэтому можно полагать, что предложенная в разделе 1.4 модификация функции диссипации в большей степени ориентирована на расчет эволюции спектра с применением параметризации типа "дискретных взаимодействий". Однако, как показали эксперименты с моделью, формулировка модели волнения третьего поколения как в оригинальной версии модели WAM, так и в варианте модели Гидрометцентра России еще далека от окончательной. Автор не ставит своей целью совершенствование формулировок функции источника в модели волнения. Важно иметь возможность эффективно использовать их в'спектральной модели. Она обеспечивается за счет предложенной в работе новой схемы численной реализации модели волнения. При появлении в научной литературе перспективных параметризаций они будут тщательно проверяться и, при успешных результатах испытаний, заменят ныне действующие формулировки.

В работе реализованы три версии модели. Они рассмотрены в разделе 1.4.5. Для простейших экспериментов используется "одноточечная" модель. Иногда ее называют моделью волнения, ограниченного по продолжительности действия ветра. Вторая модель записана для прямоугольных координат и предназначена для исследовательских расчетов, в частности, с помощью тестов SWAMP. Третья модель ориентирована на расчет волнения в Северной Атлантике. Она записана в сферических координатах с точкой северного полюса, расположенной на экваторе на долготе 45°в.д. В такой системе координат Атлантический океан протягивается вдоль экватора, что позволяет при расчетах уменьшить эффект сближения меридианов, а также сократить число точек сетки, сохраняя близкое к равномерному пространственное разрешение.

Раздел 2. Численная схема для дискретных спектральных моделей волнения и результаты ее применения к версии модели WAM

В разделе 2 диссертации разрабатывается новый тип численных схем для дискретных спектральных моделей волнения. Задача возникла в связи с тем, что для моделей общей циркуляции атмосферы и океана, предназначенных для морской прогностической системы, уже были созданы методы эффективной численной реализации, в то время как для моделей волнения третьего поколения такие методы только начинают развиваться. До последнего времени точность прогноза параметров волнения ограничивалась не качеством численных схем, а погрешностями задания поля ветра и недостатками параметризаций функции источника. Лишь с внедрением моделей волнения третьего поколения точность расчетов достигла такого уровня, когда начали проявляться последствия использования недостаточно подготовленных численных схем. Важно также, что по мере совершенствования формулировок модели и уменьшения ошибок в данных о ветре требования к точности численных схем будут постоянно возрастать.

При разработке численной схемы важно учитывать, что она должна быть пригодна для расчетов при любых формулировках функции источника. Предлагаемая схема может применяться для любых моделей, в которых расчет спектра производится с помощью дискретизации искомого решения по пространству, времени, частоте и углу распространения волн. Основное уравнение такой (дискретной спектральной) модели волнения имет вид:

?£+cK.vs = Gbl+Gel + Gdla, (1)

(7 t

где S(a>, в, х, у, t) - спектральная плотность, л:, у - пространственные координаты, t - время, а> - частота, 9 - угол распространения волновой энергии, Cg = Cg (со, в) - групповая скорость, Gm - скорость поступления энергии к волнам от ветра, Gni - нелинейный обмен за счет слабого квазирезонансного взаимодействия волн в различных диапазонах спектра, Gäss - диссипация волновой энергии. В данном случае уравнение записано в декартовых координатах для волн в глубоком бассейне.

Следует выделить три основные проблемы численного решения уравнений спектральной модели волнения.

Первая из них - расчет распространения волновой энергии. Наиболее эффективный подход здесь состоит в построении полу-лагран-жевой численной схемы. Систематическое сравнение методов расчета распространения энергии волн, основанных на эйлеровом и полу-лагранжевом подходах, было выполнено в диссертации В.В. Рывкина, подготовленной под руководством проф. И.Н. Давидана. В данной работе, выполнявшейся независимо и одновременно с исследованием В.В. Рывкина, мы ставили задачу разработки полу-лагранжевой схемы, не только эффективной при численной реализации, но и обладающей необходимой для оперативного прогноза волнения точностью. Она решается за счет специальной методики интерполяции. В работе предлагается несколько вариантов, различающихся по точности и объему вычислений.

В разделе 2.1.1 рассматриваются свойства интерполяции как составной части полу-лагранжевой схемы. С этой целью выполнены численные эксперименты (см. рис. 2), позволяющие наглядно оценить точность расчетов. В выбранном тесте идеальное решение получалось бы смещением в нужное положение исходного возмущения, показанного на рис.2а. На рис. 2 б, в, г, соответственно, приведены результаты применения билинейной, одного из вариантов полиномиальной интерполяции, и наиболее точное решение, которое можно получить с помощью т.н. "бикубической локальной интерполяции" по полиномам Эрмита, включающей в себя искусственную стабилизацию решения и исключение его немонотонных возмущений. Локальная интерполяция позволяет находить значения функции в произвольных точках по ее значениям в точках регулярной сетки и оценкам производных функции в узлах сетки. Ее точность зависит от выбора функций, по которым производится интерполяция, варианта конечно-разностного представления производных и способа стабилизации решения. Метод сейчас интенсивно развивается при моделировании атмосферы.

Выбор теста, предъявившего исключительно жесткие требования к точности схемы, вскрыл специфические недостатки каждого из рассмотренных методов интерполяции. Ни один из них не был применен в прогностической модели волнения. Чувствительность полученных решений к выбору конечно-разностного представления производных позволила установить, что точность получавшихся решений сильно зависела от кривизны интерполирующей функции в сеточных точках. Это дало возможность предложить развитие метода локальной интерполяции за счет учета при интерполяции вторых производных. При таком подходе достигается одинаковый уровень точности определения производных (частных первого и второго порядка и смешанных) и ожидаемой точности интерполяции (оцениваемой по разложению в ряд Тейлора). Результаты

Рис.2. Адвективный тест: а) - трехмерное изображение начального возмущения; б) результаты использования билинейной интерполяции (трехмерное изображение н поле изолиний для 1 = 48 час.); в)- то же для одного из видов полиномиальной интерполяции, г ~ 24 час.; г) - лучшие результаты применения би-кубическон локальной интерполяции, I = 48 час.; д) - расчет по предложенному методу, 1=48 час. Числа у изолиний обозначают их дискретность в условных единицах. Крестиком показаны правильные положения точек с максимумом спектральной плотности в заданный момент времени.

расчета показаны на рис. 2 д. Метод положен в основу блока расчета распространения волновой энергии модели.

Дальнейшие разработки алгоритма расчета распространения энергии волнения были связаны с необходимостью учета в модели эффекта дискретного представления спектра по частотам и углам. Из-за того, что соответствующие интервалы частот и углов имеют конечную ширину, характерная групповая скорость в их пределах меняется. Соответственно, при моделировании распространения энергии, заключенной в каком-либо спектральном интервале, область ее нахождения должна увеличиваться в размерах.

В разделе 2.1.2 проанализированы опубликованные методы учета указанного ("дисперсионного") эффекта и предложен новый метод, использующий разработанную в диссертации полу-лагранжеву схему с интерполяцией повышенной точности. Сравнительные эксперименты проведены на основе тестового примера из работы [Вооц, НоШшдееп, 1987] (см. рис. 3). Видно, что предложенный метод расчета адвекции волновой энергии приводит к практически идеальному решению уравнения переноса при угловом разрешении 22,5°. Незначительные отличия численного решения (з) от аналитического (б) на периферии волнового пакета (в частности, в "юго-восточной" части рисунка) вызваны близостью границы расчетной области.

В целом, в результате выполненного исследования предложен новый метод расчета распространения энергии волн в дискретных спектральных моделях. Он абсолютно устойчив при любом сочетании шагов по времени и пространству. Разработана также специальная процедура настройки метода, минимизирующая ошибки типа дисперсионного эффекта и исключающая фазовые ошибки в каждом частотно-угловом диапазоне спектральной модели. Данный метод может быть внедрен в любую модель волнения для расчета распространения энергии волн зыби, а вариант метода, не учитывающий конечной ширины спектрального интервала, может быть эффективно применен в широком круге прикладных задач, где требуется рассчитывать перенос пассивных субстанций с высокой точностью.

В разделе 2.1.3 также оценена возможность создания нового подхода к численному представлению спектра в модели, минимизирующего ошибки из-за дисперсионного эффекта. Она связана с функциональным представлением спектральной плотности в пределах спектрального интервала. С помощью упрощенного одномерного иллюстративного примера, где использовалось полиномиальное распределение спектральной

Рнс.З. Численные эксперименты по учету дисперсионного эффекта на основе теста [Во(у1, НокЬидоеп, 1987]: а) - начальное распределение энергии; б) - точное аналитическое решение; в) - решение без поправок на дисперсионный эффект; г) - расчет по схеме первого порядка точности (тина билинейной интерполяции); д,е - результаты метода [Воо^, Но1Мшц$еп, 1987] для двух значений шага по времени; ж) результаты применения предложенного метода при угловом разрешении 30°; з)- то же при разрешении 22,5°.

плотности по частоте, было показано, что при этом в расчетах можно достичь адекватного расширения волновой области.

Вторая проблема создания численной схемы для спектральной модели волнения связана с необходимостью получить численные решения исходного уравнения (1), содержащие согласованные между собой временные приращения модельных переменных. Поскольку исходное уравнение волновой модели записывается для спектральных плотностей, влияющих на эволюцию друг друга (например, через механизм "нелинейных взаимодействий" или зависимости интегральных параметров спектра от значений спектральной плотности в каждом из интервалов), по существу его следует рассматривать как систему из N уравнений, где N = N0 * Ми, N0 - число угловых, аИщ- число частотных диапазонов модели. В разделе 2.2 предлагается итерационная схема, позволяющая достаточно экономичным образом рассчитывать такие приращения при временных шагах вплоть до нескольких часов. (Временные шаги в современных численных дискретных спектральных моделях волнения не превосходят получаса). Важной особенностью схемы является то, что при сходящихся итерациях она приводит к взаимно согласованным значениям спектральных плотностей, то есть как бы обеспечивает неявность решения. В схеме предложен ряд способов повышения точности и устойчивости. Они включают комбинирование точного аналитического решения обыкновенного дифференциального уравнения для временных приращений, возникающего на одном из этапов решения задачи, и его конечно-разностного аналога, использование первого члена разложения правой части уравнения (1) в ряд Тейлора (как в модели \¥АМ) и частотно-зависимую стабилизацию решения (как в модели

Третья проблема создания численной схемы состоит в том, что расчет функции источника на предыдущем временном шаге, составляющий один из этапов численного решения, должен производиться не в регулярных точках ссгки, а в промежуточных. Для этого в таких точках необходимо определить значения всех компонентов спектра, что требует выполнения нереально большого объема вычислений. В данной работе предлагается способ решения, основанный на интерполяции не спектральных плотностей, а рассчитанных заранее значений функции источника в узлах сеточной области. Вместе с тем, дать обоснованные оценки точности или выигрыша в быстроте вычислений за счет этого способа расчета, а также найти его оптимальный вариант пока не удалось, поскольку сравнительные эксперименты требуют слишком больших затрат ресурсов ЭВМ.

Для оценки свойств модели в ее модифицированной формулировке и точности численной схемы она была подвергнута испытанию по системе тестов SWAMP (раздел 2.3 диссертации). Этот комплекс тестов был впервые полностью выполнен для модели третьего поколения. Он позволил выявить закономерности, существенные для ее дальнейшего использования, и, по всей вероятности, общие для всего класса таких моделей.

Во-первых, как и в любой дискретной модели, оказывается очень сложным подобрать ее параметры, одновременно приводящие к соблюдению темпов роста высот и периодов волн как вдоль разгона, так и в зависимости от продолжительности действия ветра (для коротких разгонов и малой продолжительности). В нашем случае мы ориентировались на более точное совпадение с экспериментальными кривыми роста волн по продолжительности действия ветра. Это связано с тем, что дискретность представления данных о ветре по пространству (объективного анализа или прогноза) в современных условиях вряд ли в ближайшем будущем позволит рассчитывать разгоны с разрешением, превосходящим сто километров. В то же время с помощью атмосферной модели поля ветра могут быть получены с дискретностью порядка получаса. Заметим также, что последние исследования СПбО ГОИН (проф. Давидан И.Н.) должны привести к более общим и точным данным о темпах роста волн с учетом влияния на шероховатость морской поверхности стадии развития волн. После завершения этих работ настройку модели потребуется повторить.

Большой проблемой для моделей третьего поколения является выход решения на стационарный режим от нулевых начальных условий. В модели Гидрометцентра России в значительной степени удалось преодолеть эту трудность за счет включения линейного слагаемого в функцию ветровой накачки и подбора функции диссипации с усилением ее в высокочастотной доле спектра. Если в модели WAM выход на близкий к равновесному режим от условий "холодного старта" возможен лишь при использовании так называемого "высоко-частотного хвоста", то есть по существу решение удерживается в рамках частотного закона f"5 "руками", то в модели Гидрометцентра России оно получается для всей области частот.

Физический смысл усиления диссипации в высокочастотной доле спектра состоит в том, что она позволяет сформировать в спектре максимум, который за счет эффектов нелинейного переноса энергии начинает перемещаться в сторону низких частот. Подавление корот-копериодных составляющих спектра волнения не дает возможности воспроизводить законы спадания спектра Г5 или f~4 и приводит к

несколько более узкому частотному распределению энергии в близком к равновесному режиме, чем в других моделях. Это значит, что ни параметризация [Komen et al., 1984] и ее последующие версии, ни предложенный в данной работе модифицированный вариант не исчерпывают решения проблемы формулировки компонентов функции источника для модели третьего поколения.

Модель Гидрометцентра России, также как и модели WAM и EXACT-NL, не выводит решения к полностью установившемся режиму. Однако, при времени интегрирования более пяти суток эволюция спектра существенно замедляется. Получаемая при этом форма спектра близка к спектру JONSWAP с коэффициентом усиления относительно спектра Пирсона - Московитца порядка 3,3.

В целом, отличия между результатами тестирования моделей различных типов и поколений при простейших условиях волнообразования, как и следовало ожидать, не превосходили соответствующие отличия в пределах этих типов и поколений. Существенная разница выявляется при полях ветра, формирующих более сложные условия волнообразования (тесты SWAMP № 5 - 7). В первую очередь она связана с особенностями воспроизведения взаимодействия между ветровым волнением и зыбью. Как показали эксперименты, модель Гидрометцентра России способна имитировать этот процесс, хотя интенсивность такого взаимодействия сильно зависит от "углового расстояния" между волнами и зыбью и возраста волнения. Во всех экспериментах SWAMP использование модели привело к "разумным" (правдоподобным) решениям.

В частности, любопытные результаты были получены в эксперименте с полем ветра из тропического циклона. Для неподвижного циклона картина волн получилась радиально-симметричной, причем высоты волн соответствовали рассчитанным по параметрическим моделям, участвовшим в тестах SWAMP. При прямолинейно смещавшемся циклоне высоты волн, распространявшихся в направлении движения циклона, превосходили полученные в случае стационарного циклона.

Эксперименты были проведены в широком диапазоне скоростей ветра (от 5 м/с до 40 м/с) и при многих сочетаниях его направлений. Во всех ситуациях численная схема работала точно и устойчиво с шагом интегрирования вплоть до 5-6 часов.

Раздел 3. Прогностические технологии, их элементы и методический подход к комплексной системе прогноза морских метеорологических величин

В разделе 3 излагаются методики и технологии прогноза, в создании которых автор принимал участие. Рассмотрены вопросы применения метеорологического прогноза в задачах океанографии и морской метеорологии. Раздел завершается изложением методических основ комплексной автоматизированой системы анализа и гидродинамического прогноза морских метеорологических и океанографических величин (КАС).

Технология гидродинамического среднесрочного прогноза погоды (ГСПП) кратко описана в разделе 3.1. Она была создана в Гидрометцентре России (СССР) в 1984-1987 гг. под руководством чл.-корр. РАН Г.П. Курбаткина. В этом проекте, кроме работы над физическими параметризациями модели атмосферы СМ-15, автор готовил блок расчета ветра для определения начальных условий для модели и ряд блоков обработки результатов прогноза. В настоящее время оперативное сопровождение прогноза и дальнейшее развитие его технологии осуществляется Лабораторией гидродинамических среднесрочных прогнозов погоды Гидрометцентра России под руководством к. ф.-м. н. A.B. Фролова.

Расчет прогнозов производится в оперативном режиме ежедневно. По вторникам и пятницам прогноз осуществляется на срок, равный 120 часам, в другие дни недели - на срок, равный 72 часам. В качестве начального поля используются перенесенные (проинтерполиро-ванные) на сетку модели данные оперативного объективного анализа Гидрометцентра России за срок 12 часов по Гринвичу (СГВ). Основные характеристики прогноза таковы.

Область прогноза: Северное полушарие.

Горизонтальное разрешение: Т40 (около 2,8°).

Вертикальное разрешение: L15 (15 о-уровней).

"Рельеф": локально сглаженные высоты' гор, согласованные со спектральным разрешением основных переменных в модели.

Физические параметризации: перенос радиации с учетом радиационно - облачного взаимодействия, турбулентный обмен импульсом, теплом и влагой, крупномасштабная конденсация, влажная конвекция, процессы на поверхности суши.

Инициализация: адиабатическая нелинейная по нормальным

модам.

Условия на подстилающей поверхности: температура поверхности океана, температура и влагосодержание почвы, граница и высота снежного

покрова, альбедо подстилающей поверхности в начальный момент задаются по средним месячным климатическим данным. В ходе прогноза эти значения (за исключением значений температуры поверхности океана) пересчитываются.

В оперативном режиме по спектральной модели ежедневно рассчитываются прогностические поля геопотенциала, ветра, температуры, влажности воздуха на стандартных изобарических уровнях, а также поля атмосферного давления на поверхности, обложных, конвективных (жидких и снежных) осадков.

Выходная информация программного комплекса поступает:

- в базы данных SELF, SHOT, MRF.CYCLE.BASE Гидрометцентра России (предназначены для широкого круга потребителей);

- в файлы на магнитных дисках, предназначенные для определенных потребителей;

- в локальные циклически обновляемые архивы;

- на МЛ в целях архивирования;

- в локальную сеть ПЭВМ Гидрометцентра России (система

ЛАССО).

На основе результатов работы модели по средам и субботам подготавливаются и передаются по каналам связи две прогностические карты и специальные бюллетени.

В целом задача подготовки среднесрочного прогноза погоды состоит из трех основных этапов. Назначение первого этапа ("препроцес-синга") - подготовка начальных условий для прогноза. При этом производится считывание данных объективного анализа, их интерполяция по горизонтали и вертикали в точки сетки модели, а также считывание ряда вспомогательных файлов. Второй этап (собственно работа модели) включает в себя т.н. "инициализацию" и расчет прогноза. Третий этап называется "постпроцессинг". На этом этапе результаты расчетов модели среднесрочного прогноза погоды, представленные на гауссовой сетке на а-уровнях, интерполируются на стандартные изобарические уровни на регулярную сетку 2.5°*2.5°. Кроме этого, на основе оценки качества предыдущих прогнозов, накопленных в циклической базе данных, выполняется статистическая коррекция полей геопотенциала и Приземного давления.

По качеству численной продукции Гидрометцентр России уступает мировому лидеру в этой области - Европейскому центру среднесрочных прогнозов погоды. В то же время модель Гидрометцентра

России дает практически полезный прогноз основных метеорологических полей с заблаговременностью 96-120 часов.

Для морских метеорологических приложений и, в первую очередь, диагноза и прогноза волн большое значение имеет информация о точности прогнозов ветра. В целом модель не имеет тенденции заметно занижать или завышать скорость ветра. Среднее отклонение модуля скорости от данных аэрозондов не превосходит I м/с для всех сроков прогноза. Средняя квадратическая ошибка прогноза скорости ветра для сроков до 48 часов сравнима с ошибкой объективного анализа ветра.

В разделе 3.2 излагается методика определения динамической скорости и* по данным о скорости ветра, разности температур воды и воздуха и частоте спектрального максимума волнения. Она предложена для определения фактора генерации волнения в прогностической схеме. Кроме того, данная методика позволяет рассчитывать турбулентные потоки импульса и скалярных субстанций между морем и атмосферой с учетом влияния на них волнения. Поэтому она может применяться и для модели циркуляции верхнего слоя океана. В ее основе лежит теория подобия для слоя трения, разработанная A.C. Мониным и A.M. Обуховым. Подход к решению задачи во многом стимулирован работами [Louis, 1979] и [Gelein, 1988].

В работе показано, что учет стратификации в формулах для динамической скорости (а также для потоков тепла и влаги через поверхность океана) приводит к выражениям типа

|Ь= F(«,z,t.-tw)_t (2)

Zio го

где и - ветер на уровне z, Zw — Ю м, t„ - tw - разность температур поверхности воды и воздуха на уровне г, го - параметр шероховатости. Это выражение позволяет рассчитать динамическую скорость (а аналогичные выражения - потоки тепла и влаги между океаном и атмосферой) при условии, что значение параметра шероховатости известно. Дальнейшие построения исходят из следующего основного предположения: считается, что влияние устойчивости приводного слоя атмосферы на искомые величины потоков полностью отражено в формулах типа (2). Параметр шероховатости полагается не зависящим (явно) от устойчивости. Косвенная зависимость учитывается через связь между го и и*. При условии, что zo

определяется как функция от и* и параметров ветрового волнения, удается построить процедуру расчета и* по и, и - с, г при любых их сочетаниях.

К настоящему времени опубликованы несколько обобщающих работ, связывающих коэффициент аэродинамического сопротивления (зависящий аналитически от параметра шероховатости го) при условиях нейтральной стратификации со скоростью ветра и параметрами ветрового волнения. По объему обработанного экспериментального материала, точности и глубине анализа среди них выделяется публикация [Ариэль и соавт., 1991]. Она взята за основу определения зависимости шероховатости от динамической скорости и параметров состояния поверхности моря.

В работе для всего диапазона возможных частот спектрального пика волнения рассчитаны коэффициенты аэродинамического сопротивления. При этом и«, г и ^ сведены к одному уравнению (квадратному относительно и* для "молодого" волнения и линейному - для "развитого" волнения). Параметры уравнений аппроксимированы в виде аналитических функций от частоты спектрального пика.

Расчеты выполняются следующим образом. Полагается, что с помощью прогностической модели атмосферы будет определен ветер на ее нижнем уровне. При диагностических расчетах он будет известен в результате выполнения процедуры объективного анализа. Зная вектор скорости ветра, высоту, на которой он задан, а также значения температуры, влажности воздуха на этой высоте и температуру поверхности моря, мы сможем определить значения функций ^ (см. формулу (2)). Эти функции необходимы для расчета динамической скорости при стратификации, отличной от нейтральной. При нейтральной стратификации они сводятся к известному логарифмическому соотношению. Модель волнения является инструментом для определения частоты спектрального пика. При этом определяются параметры уравнения, связывающего и«, г и К Далее находится полезный. корень (квадратного) уравнения для и* в случае "молодого" волнения. Он сравнивается с критическим значением и*, соответствующим максимальному значению коэффициента аэродинамического сопротивления при данной частоте спектрального пика. Если полученное значение динамической скорости меньше критического (то есть реализуется режим развитого волнения), то решение для и* находится с помощью линейного уравнения.

Предлагаемая в данной работе методика расчета динамической скорости учитывает все основные факторы, влияющие на обмен импульсом, теплом и влагой между океаном и атмосферой (сдвиг ветра,

устойчивость нижнего слоя атмосферы по отношению к подстилающей поверхности и шероховатость этой поверхности, зависящая от стадии развития волнения). Применяя полученные в разделе 3.2 аппроксимацион-ные зависимости, удается построить близкое к точному решение уравнений теории подобия Монина - Обухова, допускающее нахождение потоков без использования традиционных для такой задачи итераций. Поскольку речь идет о практически полной аналитичности полученных решений, в программной реализации требуется лишь несколько раз обратиться к процедурам сравнения арифметических величин и взятия квадратного корня. Поэтому методика может быть эффективно включена в любую гидродинамическую модель, где требуется проводить расчеты потока импульса с высокой точностью.

Доступность оперативного среднесрочного прогноза приводного ветра, разработка численной схемы для спектральной модели ветрового волнения третьего поколения и положительные итоги ее тестирования при искусственно заданных полях ветра позволили поставить задачу гидродинамического расчета спектра волнения по данным о реальном ветре в целях оперативного диагноза и прогноза волнения. Результаты излагаются в разделе 3.3.

На первом этапе (раздел 3.3.1) были проведены расчеты спектра волнения и его интегральных параметров по данным оперативно работающего в Гидрометцентре России объективного анализа приводного ветра. Для экспериментов применялась версия модели волнения для области Северной Атлантики, записанная в сферических координатах (см. раздел 1.4.5). Параметры модели, характеризующие функцию источника, совпадали с использоваными в экспериментах SWAMP, включая коэффициент аэродинамического сопротивления поверхности моря. Поскольку данные объективного анализа, имеющиеся в базе "SHOT" Гидрометцентра России, представляются в виде сеточных значений в узлах регулярной широтно-долготной сетки с разрешением 2.5°*2.5°, была разработана процедура пересчета ветра в сеточные узлы спектральной модели волнения. При этом находятся новые значения ветра в системе координат модели волнения с учетом ее неортогональности стандартной географической системе.

Сопоставление результатов расчетов и данных оперативного анализа волнения Гидрометцентра России показало, что общий характер развития полей волнения, положение максимумов высот и их величины в целом соответствовали друг другу. Следует заметить, что анализ волнения Гидрометцентра России выполняется дежурным океанологом морского отдела субъективно. Его нельзя полагать безошибочным. В частности, от-

дельные области локальных максимумов на рассмотренных картах анализа волнения были получены по данным единичных сводок. В то же время в областях с достаточным числом наблюдений форма изолиний, проведенных дежурным океанологом, и данные расчетов по модели оказались практически идентичными.

Интегрирование модели на одни сутки потребовало 9 минут времени центрального процессора ЭВМ ВМ ГВЦ Росгидромета. Это показывает, что разработанная численная схема позволяет выполнять расчеты по модели волнения третьего поколения в реальном масштабе времени.

В передовых прогностических центрах мира (таких как ЕЦСПП, Национальный Метеорологический Центр США, метеослужбы Великобритании и Канады) в настоящее время ведутся интенсивные разработки технологий диагноза и прогноза спектра ветрового волнения со следующими характеристиками:

- поле спектральной плотности рассчитывается на основе модели волнения третьего поколения;

- при расчете функции ветровой накачки (в основном, выражаемой через динамическую скорость) учитывается влияние на нее состояния поверхности моря;

- информация о поле ветра извлекается из системы усвоения данных метеорологических наблюдений и из прогностической атмосферной модели;

- информация о высотах волн получается с помощью спутниковой альтиметрии в рамках системы усвоения соответствующих данных.

Кроме того, оперативная технологическая система диагноза и прогноза волнения должна обладать следующими общими свойствами:

- время расчета параметров волн не должно превышать нескольких десятков минут;

- для расчетов волнения должны использоваться наиболее точные и "свежие" данные о ветре;

- если метеорологический прогноз в базе данных отсутствует, то система должна выполнить хотя бы диагноз волнения по имеющимся данным;

- если по каким-либо причинам расчеты не выполнялись в течение нескольких суток и имеющееся в базе данных наиболее "свежее" поле диагноза спектра устарело, или если файл с этим полем был утрачен, то система должна выполнить расчеты спектра волнения с начальным условием типа "холодного старта", отступая по времени назад на срок порядка трех суток;

- должно быть исключено аварийное завершение счетной прогностической задачи из-за возможных посторонних ошибок в полях ветра или параметров состояния атмосферы.

Если исключить подсистему усвоения альтиметрически данных, доступ к которым по каналам ВМО отсутствует, разработанная в Гидрометцентре России технология полностью соответствует последним результатам в сфере численного прогнозирования волнения. Время расчета поля спектра волнения вперед на одни сутки модельного времени равно десяти минутам. Оно достигается за счет

- использования шага интегрирования по времени, равного двум

часам;

- применения специальной координатной системы, в которой модельный экватор совпадает с меридианом 45° з.д. (см. раздел 1.4.5). Она позволяет уменьшить число точек сетки по сравнению со стандартной системой примерно на одну треть;

- полной оптимизации программного комплекса.

Численная схема модели гарантирует устойчивый расчет при любых (разумных) шагах по времени. При шагах, не превосходящих 3 часа, обеспечена высокая точность настройки модели.

Головная программа прогностической системы анализирует наличие метеорологических данных (анализа и прогноза ветра, поля температуры поверхности океана), период, для которого необходимо выполнить диагноз или прогноз, "возраст" наиболее "свежего" поля с диагнозом спектра, и автоматически выбирает вариант проведения расчетов. На этапе подготовки к диагнозу и прогнозу считываются последние данные оперативного объективного анализа температуры поверхности океана Гидрометцентра России. По значениям температуры поверхности выделяются области океана, покрытые морским льдом. Для точек сетки модели волнения, расположенных в этих областях, расчет не проводится, и спектральная плотность волнения в них полагается равной нулю. Кроме того, данные объективного анализа температуры поверхности океана используются для определения разности температур воздуха и воды, входящей в формулы для определения функции F для случаев устойчивой или неустойчивой стратификации приводного слоя. Результаты диагноза и прогноза архивируются для их последующей оценки. Для графического представления результатов данные диагноза и прогноза передаются по локальной сети "Arcnet" на персональную ЭВМ лаборатории гидродинамических среднесрочных прогнозов погоды и расчерчиваются с помощью пакета программ "Surfer". Программный комплекс прогностической системы состоит примерно из шести тысяч строк на языке "Фортран".

Основная методическая проблема реализации подобной системы состояла в необходимости учета особенностей данных о ветре, присущих системам объективного анализа и среднесрочного метеорологического прогноза Гидрометцентра России. До сих пор известна только одна научная публикация, посвященная численной реализации совместной модели волнения третьего поколения и атмосферной модели. В статье [Janssen et al., 1992] было показано, что раздельный расчет приращений переменных модели атмосферы за счет динамических процессов и физических параметризаций приводит к результатам, сильно меняющимся в зависимости от выбора временного шага. При этом рассчитанное поле касательного напряжения ветра на поверхности оказывается заниженным. При проведенных в ЕЦСПП экспериментах было установлено, что использование этого поля для расчета функции ветровой накачки модели WAM привело к существенно меньшим высотам волн по сравнению с результатами интегрирования модели с данными о приводном ветре, взятыми из тех же расчетов. Только полностью неявная схема численного интегрирования модели по времени способна устранить этот недостаток.

Для того, чтобы эффективно использовать данные о приводном ветре из модели среднесрочного прогноза погоды, в данной работе используется методика расчета динамической скорости, изложенная в разделе 3.2.

Основное предположение, применяемое при диагнозе и прогнозе спектра, состоит в том, что уровень, к которому приводятся данные о ветре, считается расположенным вне слоя прямого динамического волнового воздействия. (Для модели атмосферы СМ-15 высота нижнего уровня над подстилающей поверхностью составляет примерно 32 м, а для системы объективного анализа ветра над морем в соответствии с результатами раздела 3.4.2 ее можно принять равной 22.8 м.) Поэтому полагается, что вектор скорости ветра на этом уровне практически полностью зависит от состояния атмосферы, в го время как динамическая скорость (поток импульса) определяется и состоянием атмосферы (ветер и характеристики устойчивости приводного слоя), и состоянием поверхности моря. По существу это предположение прямо связано с малой чувствительностью среднесрочного метеорологического прогноза на его современной стадии развития к параметрам состояния подстилающей поверхности.

Численная схема модели волнения была изложена в разделе 2.3. Решение для спектра получается с помощью итераций. Учет ветроволнового взаимодействия при этом осуществляется с помощью расчета динамической скорости на каждой итерации и использовании полученного значения на следующей итерации. Сходимость итераций при этом гарантирует получе-

ние численного решения не только для спектра, но и решения для динамической скорости, отвечающего данному распределению ветра, устойчивости приводного слоя, и спектру ветрового волнения. Таким образом, "со стороны волн" в модели полностью реализован учет ветро-волнового взаимодействия. Модель атмосферы его не учитывает, но и необходимость в этом отсутствует из-за низкой чувствительности к нему метеорологического прогноза.

Выходной продукцией технологической системы являются поля высот значительных волн (диагноз на срок 00 СГВ и прогнозы на срок 12 часов и 24 часа), средний период волн и среднее направление распространения волновой энергии. Кроме того, система способна давать поля динамической скорости и поле скорости ветра, приведенное к любой высоте над уровнем моря (в пределах приводного слоя). Диагноз и прогнозы волн рассчитываются после окончания выполнения этапа постпроцессинга среднесрочного метеорологического прогноза. Реально расчет бывает доступен для потребителя к 6 - 7 часам утра по московскому времени. Он содержит данные диагноза волн за срок 00 СГВ и прогнозы на срок 12 СГВ текущего дня и 00 СГВ следующего дня.

Пример диагноза и прогноза волнения за срок 00 СГВ 7 сентября 1994 г. показан на рис. 4 а,б. Соответствующие данные ручного анализа Гидрометцентра России за тот же срок приведены на рис. 5. Сравнивая результаты расчетов с данными официального анализа поля высот волн, выпускаемого Гидрометцентром России, можно отметить, что в областях с достаточным числом судовых сводок о высотах волн наблюдается большое сходство результатов. В зонах штормов, где число судовых наблюдений минимально, и, кроме того, они часто по-просту не выполняются в соответствии с практикой мореплавания, а также в районах, редко посещаемых судами, можно заметить существенные различия данных ручного метода и результатов применения данной технологии. Очевидно, что результатам расчетов по модели волнения в таких районах следует отдавать предпочтение, так как они косвенно используют для построения волнения все метеорологические данные, в том числе спутниковые, давшие свой вклад в начальные условия для 12-часового прогноза НМЦ США (оно выступает в качестве поля первого приближения для объективного анализа Гидрометцентра России).

Основным препятствием для объективной оценки качества прогноза волнения является отсутствие надежной наблюдательной основы (низкая точность и малый объем визуальных наблюдений) и способов эффективного усвоения данных. Поэтому распределение критерия успешности (ошибок) прогноза (см. рис. 6), называемого индексом разброса

бОЫ 70М 8СМ

БОИ 7СШ 80И

Рис.4. Пример диагноза (а) за срок 00 СГВ 7 сентября 1994 г. и прогноза на этот срок с заблаговременностью 24 часа (б) высот значительных волн в Северной Атлантике.

Рис. 5. Результаты официального анализа высот волн в Северной Атлантике, построенного в морском отделе Гидрметцентра России ручным методом.

ы

60N 70N 80N

70W 60W 50W 40W 30W 20W

Рис. 6. Оценка качества прогноза "индекс разброса" (SI - scatter index).

60N 70N 80N

70W 60W 50W 40W 30W 20W

Рис. 7. Распределение максимальных ошибок высот значительных волн по серии прогнозов, выполненных в сентябре 1994 г.

("Scatter Index" - SI), было рассчитано по 17 случаям как отклонение поля прогноза от поля диагноза за соответствующий срок. Среднее значение S1 равно 15%. Для практического использования предлагаемой прогностической модели важен вопрос о максимальных возможных ошибках прогноза. Они были рассчитаны для всех точек сетки. Результаты показаны на рис. 7. Видно, что зоны максимумов ошибок прогноза стягиваются к районам штормовых треков. Здесь же наиболее велики и средние, и средние квадратические отклонения прогноза и диагноза. В этих районах характерная относительная ошибка прогноза оценивается в 15-25%.

Результаты статистической обработки показателей успешности прогноза свидетельствуют о том, что средняя ошибка прогноза волн существенно меньше средней квадратической. Статистической коррекции прогнозов проводить не требуется. Среднее значение "индекса разброса", равное 15%, показывает, что в целом точность прогнозов является сравнимой со стандартами ведущих прогностических центров мира. Поэтому данную модель можно рекомендовать для более широкого практического внедрения в Гидрометцентре России. Как следует из оценок, с помощью данной модели и методики, рассмотренной в разделе 3.2, можно также рассчитывать на достаточно высокую точность расчета поля динамической скорости и приведения скорости ветра к уровню 10 м. Кроме того, предложенная в данной работе технологическая система позволяет полностью автоматизировать построение карт диагноза и прогноза высот ветровых волн в Северной Атлантике и поднять их точность по сравнению с используемыми в настоящее время методами.

Развитая на основе модели волнения третьего поколения технологическая система диагноза и прогноза волнения продемонстрировала на этапе авторских испытаний высокую точность расчетов параметров волнения в Северной Атлантике в реальном масштабе времени. В отличие от аналогичных схем, используемых в ведущих прогностических центрах мира, ее можно применять на ЭВМ ограниченного быстродействия, доступных Росгидромету. Однако, методы реализации модели на ЭВМ, заложеные в предлагаемую здесь схему, будут еще более эффективны при реализации на супер-ЭВМ.

В разделе 3.4 выдвигается концепция системы КАС.

Подготовленные в Гидрометцентре России прогностические технологии, развитие в Росгидромете современных средств обработки данных, увеличение быстродействия и памяти доступных ЭВМ, а также опыт, накопленный при создании и эксплуатации таких систем и прогностических

моделей, позволяют сформулировать задачу создания морской прогностической системы нового поколения, опирающейся на передовые достижения оперативной морской метеорологии и океанографии, а также на современные средства обработки данных. Практическое воплощение такой системы может стать приоритетной задачей Росгидромета в области морских разработок. Оно достижимо при коллективном участии в такой работе основных научно - исследовательских учреждений океанографического профиля, входящих в состав Росгидромета. Ряд методов и моделей, развитых автором, могут войти как элементы в данную систему.

Предлагаемый проект исходит из двух положений. Во-первых, он основан на результатах анализа важнейших современных тенденций и направлений развития оперативной морской метеорологии и океанографии. Кроме того, взаимодействие блоков и схем обработки данных в предлагаемой прогностической технологии базируется на сведениях о характерной чувствительности элементов системы к ошибкам в задании внешних условий и о преобладающих пространственно - временных масштабах изменчивости отдельных гидрометеорологических элементов.

В разделе 3.4.1 дан обзор основных тенденций развития морской метеорологии в мире. В частности, в нем указано, что в настоящее время в мире происходит быстрое качественное изменение всей существующей системы морского метеорологического обслуживания, вызванное увеличением возможностей вычислительной техники (супер-ЭВМ, персональных компьютеров и рабочих станций), прогрессом в системах связи и наблюдения (в основном связанным с использованием ИСЗ), совершенствованием технологии обработки информации (рабочие места прогнозиста, ориентированные по специальности, различные графические комплексы, включающие многомерную графику и анимацию, широкое использование операционной системы UNIX, обеспечивающей независимость программного обеспечения от типа компьютера, наличие совершенных программ ведения разветвленных баз данных и управления прогностическим процессом) и общим ростом точности (сложности) моделей, используемых при метеорологических и других прогнозах.

В современном морском метеорологическом обслуживании наметилась тенденция к централизации обработки крупномасштабной информации, ее существенному уточнению и детализации на территориальном уровне. Она проявилась, в частности, в создании крупных специализированных центров, таких как Центр океанской продукции НМЦ США, Центр морской метеорологии для стран юго - восточной Азии и других.

Вторая тенденция развития морской метеорологии состоит в повсеместном переходе к автоматизированной обработке морской метеорологической информации. Объединение средств получения и усвоения данных, численного прогноза, объективной интерпретации и компьютерной генерации текстов позволяет сформулировать задачу создания первой полностью автоматизированной технологии морского анализа, прогноза и обслуживания потребителей.

Третья тенденция развития морской метеорологии состоит в непрерывном росте точности морской метеорологической и океанографической продукции и расширении ее номенклатуры. В этой связи в ряде стран ставятся задачи организации национальных океанографических служб широкого профиля. Такие службы, как самостоятельные учреждения (ведомства), созданы в США, Японии, Австралии. Под эгидой Межправительственной Океанографической Коммиссии ЮНЕСКО развивается концепция новой программы "Глобальная система наблюдений океана", одной из приоритетных задач которой является развитие морского метеорологического обслуживания.

В разделе 3.4-2 изложены методические основы КАС.

Назначение КАС состоит в том, чтобы создать информационную и технологическую основу для существенного улучшения всех сторон оперативного обслуживания морских потребителей данными о текущем состоянии океанов и морей и соответствующими прогнозами и рекомендациями. Реализация КАС в Росгидромете предусматривает внедрение скоординированной национальной системы оперативного сбора, обработки, распространения и архивации морских гидрометеорологических данных. Отдельные компоненты КАС должны быть внедрены в Гидрометцентре России, ГОИНе, ВНИИГМИ-МЦД, ААНИИ, ДВНИГМИ, а также в региональных морских оперативных подразделениях Росгидромета, таких как Приморское, Сахалинское, Камчатское, Северо-Западное, Северное и Мурманское УГМС.

Гидрометцентр России должен играть основную роль в КАС. Он будет поставлять всем участникам проекта крупномасштабную метеорологическую и океанографическую информацию, включающую данные объективного анализа и прогноза. Она будет использоваться непосредственно для обслуживания потребителей на акватории океанов и в отдельных морских районах и передаваться для последующей обработки в региональные морские прогностические органы.

В результате создания КАС первой ступени выходная продукция Гидрометцентра России должна включать в себя:

- комплекс полей метеорологического объективного анализа и среднесрочного прогноза (не является частью продукции КАС);

- уточненные (приведенные к стандартному высотному уровню) данные объективного анализа и прогноза приводного ветра;

- прогностические и диагностические поля параметров ветрового волнения;

- объективный анализ температуры поверхности океана (ТПО) и толщины верхнего перемешанного слоя;

- данные о расположении границы дрейфующих льдов.

Анализ основных механизмов эволюции основных морских метеорологических величин показывает, что их характерные времена приспособления могут различаться на несколько порядков. Кроме того, "чувствительность" отдельных гидрометеорологических полей к вариациям других переменных также сильно меняется. Эти особенности следует использовать для создания общей системы усвоения морских данных и прогноза.

Прежде всего известно, что чувствительность системы усвоения метеорологических данных к вариациям полей, характеризующих термическое состояние подстилающей поверхности, исчезающе мала. Фактически метеорологическая система усвоения данных (СУД) использует модель общей циркуляции атмосферы в так называемом адиабатическом приближении (за исключением параметризаций вертикального турбулентного обмена и аналога блока крупномасштабной конденсации, необходимых для предотвращения эффектов термической неустойчивости и ликвидации состояния перенасыщенности воздуха водяным паром). Далее, как показали эксперименты с моделью ЕЦСПП образца восьмидесятых годов, учет в среднесрочном гидродинамическом прогнозе данных объективного анализа вместо климатического распределения температуры поверхности океана не улучшал качества прогноза. Очевидно, что качество прогнозов, рассчитываемых с помощью модели Гидрометцентра России, имеющей значительно худшее разрешение по горизонтали и несколько более грубое разрешение по вертикали (по сравнению с системой ЕЦСПП), будет еще в меньшей степени зависеть от характера использования информации о состоянии подстилающей поверхности. В работе [Janssen et al., 1994] показано, что модель обшей циркуляции ЕЦСПП обнаруживает чувствительность решений к способу описания шероховатости поверхности (учету ветрового волнения), начиная со второй недели прогноза. Вместе с тем, расчеты климатического состояния атмосферы и ее циркуляция безусловно должны учитывать эти факторы.

Эти специфические закономерности позволяют предложить для Гидрометцентра России "одностороннюю" схему усвоения морских метеорологических и океанографических данных, в которой чисто метеорологический компонент считается независимым ("данным извне"). Целесообразным представляется развитие в рамках КАС комплекса моделей, включающего в себя модель приводного слоя атмосферы (пограничного слоя), модель ветрового волнения и модель верхнего слоя океана с соответствующим циркуляционным блоком. Соответственно, необходимо также иметь блоки объективного анализа переменных, характеризующих состояние приводного слоя атмосферы, спектра ветрового волнения и параметров состояния верхнего слоя океана (ТПО, толщины верхнего перемешанного слоя), методику объективного анализа положения кромки льда. Метеорологическая информация (объективный анализ и прогноз) при этом используется без учета обратной связи с параметрами верхнего слоя океана и ветрового волнения.

С учетом проведенного анализа минимальную конфигурацию КАС первого этапа и оптимальную (с точки зрения чувствительности результатов и приоритетности их выхода в свет) последовательность работы отдельных блоков можно охарактеризовать следующим образом.

На первом этапе по данным спутниковых снимков определяется положение кромки плавучих льдов. Соответственно, вносятся изменения в файлы прогностической модели СМ-15, содержащие сведения о шероховатости подстилающей поверхности и ТПО (в настоящее время при гидродинамическом среднесрочном прогнозе используется климатическая информация). Далее осуществляется цикл метеорологического объективного анализа и прогноза (последний рассчитывается в случае, когда срок текущего анализа кратен 12 часам). По данным объективного анализа ветра и метеорологических переменных с помощью методики расчета динамической скорости ветра, изложенной в разделе 3.2 данной работы, выполняется цикл усвоения (диагноза) спектра ветрового волнения (и его гидродинамический прогноз) с использованием модели волнения третьего поколения. Данные расчета динамической скорости ветра и файлы, содержащие информацию о потоке энергии турбулентности в верхний слой от ветрового волнения (результаты интегрирования модели волнения третьего поколения), записываются и передаются для использования на следующем этапе, где производится объективный анализ температуры поверхности океана и толщины перемешанного слоя. Схема передачи информации между моделями и блоками системы анализа и прогноза показана на рис. 8.

Предложенная последовательность расчетов по отдельным блокам системы позволит минимизировать ошибки, возникающие из-за отсутствия

Рис. 8. Схема передачи информации между моделями центрального звена ЕАС в Гидрометцентре России.

полномасштабного учета обратных связей системы "атмосфера - волны -океан" с помощью ее общей модели. Она обеспечит получение необходимой информации для каждого блока перед началом расчетов.

В рамках концепции КАС в разделе 3.4.2 были рассмотрены необходимые для нее модели и средства обработки данных. Были предложены направления развития спектральной модели атмосферы, используемой для среднесрочного метеорологического прогноза, модели общей циркуляции океана, модели ветрового волнения, методики расчета динамической скорости и турбулентных потоков тепла и влаги, блоков усвоения (объективного анализа) следующих гидрометеорологических величин:

- ветер на уровне 10 м и параметры состояния приводного слоя атмосферы (на первой стадии разумно ограничиться данными о температуре воздуха на стандартной высоте);

- ТПО и толщина верхнего перемешанного слоя;

- основные параметры ветрового волнения;

- положение кромки плавучих льдов.

В разделе проведен анализ современного состояния судовой наблюдательной системы и продемонстрирована полезность учета индивидуальных особенностей наблюдательного оборудования судна при выполнении объективного анализа ветра и морских метеорологических величин.

Реализация КАС второй ступени предусматривает ее дальнейшее развитие в Гидрометцентре России и распространение на морские УГМС.

На этой стадии базовая информация должна использоваться для предоставления различных видов специализированного океанографического и морского меторологического обслуживания и построения схем регионального назначения. При этом крупномасштабная информация КАС должна в соответствии с планами развития метеорологической прогностической системы иметь глобальный характер.

В результате реализации второй ступени КАС Гидрометцентр России и Государственный океанографический институт должны создать технологии выпуска следующей информации:

- прогнозов эволюции (толщины и области расположения) ледяного покрова;

- ожидаемых траекторий перемещения плавучих объектов с заданной парусностью;

- распространения загрязняющих веществ и пассивных трассеров;

- эволюции нефтяных пятен при аварийных разливах;

- прогнозов горизонтальной дальности видимости в море;

- прогнозов интенсивности обледенения судов;

- оптимального курса для различных типов судов с учетом загрузки, характера груза и желательных условий плавания.

Крупномасштабная морская метеорологическая информация уровня III (поля анализа) на этом этапе должна на регулярной основе архивироваться и направляться в Центр Океанографических Данных ВНИИГМИ-МЦД для включения в базу исторических данных.

На второй ступени развития КАС должно начаться использование крупномасштабной информации Гидрометцентра России в задачах регионального уровня. Соответственно, в региональных морских УГМС должна выпускаться следующая продукция:

- расчеты и прогнозы колебаний уровня (приливы и сгонно-нагонные изменения);

- прогнозы дрейфа льда (для замерзающих морей);

- прогнозы ветрового волнения;

- объективные анализы ТПО высокого разрешения.

Структура КАС второго этапа в Гидрометцентре России / ГОИНе / ВНИИГМИ-МЦД (центральное звено) предусматривает наличие ряда новых моделей и средств обработки данных. К ним относятся:

- термодинамическая модель эволюции ледяного покрова;

- модель для расчета траекторий перемещения плавучих объектов;

- модель распространения загрязняющих веществ и пассивных трассеров;

- модель эволюции нефтяных пятен;

- методика прогнозирования горизонтальной дальности видимости

в море;

- автоматизированная методика прогнозирования обледенения

судов;

- автоматизированная методика расчета оптимального курса для различных типов судов с учетом загрузки, характера груза и желательных условий плавания.

На основе прогностических расчетов параметров приводного слоя атмосферы и верхнего слоя океана может осуществляться объективная интерпретация прогнозов. На второй стадии развития КАС должны быть созданы методы гидродинамико - статистического прогноза таких явлений, как обледенение судов и условия пониженной видимости.

На этой стадии региональные морские прогностические учреждения Росгидромета должны внедрить программы, реализующие автоматизированные рабочие места (АРМ) океанолога. Они позволяют подготавливать на ПЭВМ гидросиноптические карты, проводить расчеты полей ветра и волнения, рассчитывать на основе наблюдений поля объективного анализа ТПО. Разработанный в ДНИГМИ под руководством С.М. Варламова АРМ "Океанолог", работающий в среде "Microsoft Windows", составит технологическую основу прогностического комплекса в морских УГМС. Дальнейшим этапом явится подключение в АРМ "Океанолог" комплекса моделей, средств анализа и обработки данных, включающего:

- модели для расчета колебаний уровня (основанные на уравнениях теории мелкой воды или на полных уравнениях, не использующих условия "твердой крышки") с учетом приливов, где это необходимо;

- модели дрейфа плавучего льда (для замерзающих морей);

- модели ветрового волнения с учетом эффектов конечной глубины моря;

- методики объективного анализа ТПО по данным спутниковых наблюдений.

В разделе выполнен анализ существующих прогностических моделей и средств обработки морских данных и выделены те из них, которые целесообразно использовать в рамках КАС. Кроме того, в разделе указаны основные технические аспекты, которые надо учитывать при реализации КАС. Они включают:

- соглашение о выборе операционной системы;

- средства связи;

- стандарты программирования и документации;

- способы и средства графического представления информации;

- базы данных и управляющие программы;

- сведения о структуре КАС как системы обслуживания.

В Заключении приведены основные научные, методические и практические результаты работы. Они состоят в следующем:

1) В работе предложена концепция создания комплексной автоматизированной системы (КАС) объективного анализа и прогноза основных морских метеорологических и океанографических величин, по существу составляющая основу общей системы обработки морской гидрометеорологической информации в Росгидромете. В работе приведена общая структура системы и показано, как она может быть совмещена с

действующей технологией метеорологического прогностического комплекса с учетом чувствительности моделей к используемой ими информации и возможностей вычислительной техники. Ее разработка и последовательное внедрение позволят:

- достичь нового, более высокого уровня в оперативном обслуживании морских отраслей народного хозяйства за счет расширения номенклатуры, повышения точности и детальности количественного описания состояния океана и атмосферы над ним, диагностики существенных и опасных морских гидрометеорологических явлений;

- технически преобразовать процесс обработки морской информации, начиная от шага контроля поступающих сводок наблюдений и заканчивая распространением информации потребителям по каналам связи, при этом возможна практически полная автоматизация всего процесса, вплоть до подготовки текстов морских прогнозов и информации.

Система КАС должна выступить не только как потребитель метеорологического прогноза. В работе предлагается такая схема общего прогностического комплекса, которая должна привести к повышению точности среднесрочного прогноза погоды благодаря учету полезной информации о влиянии океана на атмосферу. Естественно, масштаб такого влияния зависит от чувствительности модели атмосферы к вариациям данных о состоянии поверхности океана. Поэтому положительный эффект будет усиливаться по мере совершенствования прогностической модели циркуляции атмосферы.

2) Создание системы типа КАС требует коллективных усилий. Отдельные блоки КАС подготовлены в данной работе. В частности, в ней пройден полный путь реализации первого в России комплекса диагноза и прогноза частотно-углового спектра ветрового волнения в океане, основанного на дискретной спектральной модели третьего поколения.

В отличие от модели WAM данная численная модель воспроизводит развитие спектра волнения от состояния покоя без использования программной коррекции решения. Каждая из параметризаций функции источника была в ней модифицирована с тем, чтобы обеспечить настройку модели по известным соотношениям между параметрами спектра и волнообразующими факторами. Был выполнен комплекс тестов SWAMP, показавший вполне разумное "поведение" модели при характерных ветровых ситуациях. При этом, в частности, были выявлены новые закономерности генерации волн в тропических циклонах, которые могут иметь значение для их прогноза. Для модели была подготовлена процедура расчета динамической скорости, учитывающая

влияние сдвига ветра, статической устойчивости приводного слоя и возраста волнения на динамическую скорость. Далее модель была подключена к программной оболочке, позволяющей использовать для диагноза и прогноза параметров волнения доступные данные метеорологического объективного анализа и прогноза. Были проведены авторские испытания модели, включавшие в себя сравнения с данными субъективного анализа поля значительных высот волн, и количественную оценку расхождений высот волн по данным прогноза и соответствующего диагноза. Модель подключена к метеорологическому прогностическому комплексу и интегрируется в автоматическом режиме ежедневно. Диагностические и прогностические параметры архивируются и производится их статистическая обработка (оценка прогнозов). Высокие точностные показатели модели и ее "технологичность" позволяют рекомендовать ее для официальных испытаний и последующего внедрения в оперативную практику.

Программный комплекс технологии диагноза и прогноза волнения подготовлен с учетом основных требований системы программирования "Olympus", что облегчает дальнейшее его развитие и внедрение.

3) В работе был предложен новый для дискретных спектральных моделей волнения тип численных схем. Расчет распространения волновой энергии при этом основан на полу-лагранжевом подходе, не имеющем ограничений типа Куранта - Фридрихса - Леви на временной шаг. От предыдущих схем он отличается методикой включенной в него интерполяции, позволяющей исключить из решения вычислительный шум и существенно понизить схемную вязкость. Поэтому такую схему можно применять и для моделей с высоким спектральным разрешением. Кроме того, методика позволяет учитывать важный для расчета распространения энергии волн дисперсионный эффект. Для использования этой методики подготовлена процедура специальной настройки, позволяющая получать точные численные решения в каждом спектральном интервале модели волнения. Для получения численного решения в дискретной спектральной модели волнения в целом предложена итерационная схема с рядом элементов обеспечения устойчивости и сходимости решения. Она логично увязывается со схемой расчета распространения энергии волн и, в отличие от схемы модели WAM, позволяет получать численные решения высокой точности, учитывающие взаимное влияние друг на друга изменений спектральных плотностей. Таким образом, в работе решет задача создания эффективных численных схем для дискретных спектральных моделей волнения. Например, версия модели WAM, оперативно работающая в Европейском центре среднесрочных прогнозов погоды, использует шаг интегрирования по времени 20 минут, не учитывая при этом взаимного

влияния спектральных компонентов. Версия модели, использованная для диагноза и прогноза волнения в Гидрометцентре России, учитывает такое влияние, абсолютно устойчива, и работает с шагом 2 часа, причем шаг можно увеличить и до 3 часов. Принципиальность этого результата состоит в том, что данная схема будет способна устойчиво и точно работать с такими же временными шагами и при дальнейшем увеличении пространственного разрешения модели. Поэтому объем вычислений, необходимый для получения решения, в ней возрастает пропорционально не кубу, а квадрату числа точек сетки.

4) Автор принял участие во внедрении в прогностическую практику спектральной модели атмосферы ЕЦСПП, которая послужила инструментом для начала в СССР оперативного гидродинамического среднесрочного метеорологического прогноза. Вклад автора состоял в численной реализации (отладке программ, изучении и испытании) физических параметризаций вертикального турбулентного обмена, конвективных процессов, крупномасштабной конденсации, процессов на подстилающей поверхности, создании ряда элементов технологии на этапах предварительной и постпрогностической обработки данных.

5) Вместе с Е. Д. Астаховой и Л. В. Сидоровой автор разработал одномерную версию спектральной прогностической модели атмосферы,. предназначенную для изучения свойств и развития физических параметризаций, внедрения физических параметризаций в другие модели атмосферы. На основе этой модели были проведены испытания, выявившие целый ряд недостатков физических блоков спектральной модели, выполнены эксперименты по развитию параметризации радиационного алгоритма, учету суточного хода радиации, разработке усовершенствованных схем параметризации процессов на подстилающей поверхности. Эта модель широко используется для исследований и разработок в ряде отделов Гидрометцентра России и в других институтах.

6) Формулировка объединенной постановки задачи моделирования полей плотности (температуры) и течений в верхнем перемешанном слое океана и расположенных ниже него водах термоклина и абиссали по существу дает обоснование направления исследований в физической океанографии, связанного с построением т.н. математических моделей термоклина. При этом удается найти условия, при которых такие модели и полученные на их основе точные решения уравнений будут воспроизводить реальные процессы в океане, а также оценить влияние упрощений, принятых при постановке задачи. В частности, анализ вертикальной структуры по1раничных слоев в океане указывает, что сезонный термоклин является диффузионным пограничным слоем для бароклинной области океана. Из

этого следует, что при моделировании бароклинного слоя из четырех граничных условий по вертикали можно выделить три необходимых. Решения, отвечающие этим условиям, способны качественно отражать важнейшие особенности распределения полей плотности и течений в океане. Так, например, можно ожидать, что в основной толще вод океана будут возникать нестационарные возмущения (в частности, годового периода), вызванные вертикальными движениями на нижней границе перемешанного слоя (то есть неоднородностью поля ветра). В области западного пограничного слоя сезоннный термоклин должен вырождаться и режим этой зоны должен определяться динамическими эффектами, а не вертикальной диффузией. Таким образом, с помощью рассмотренного подхода возможно построить качественную картину всех основных процессов, формирующих климатическое состояние вод океана и его крупномасштабную изменчивость.

Публикации по теме диссертации:

1. Астахова Е.Д., Рябинин В.Э., Сидорова JI.B. Модель неадиабатических процессов в столбе воздуха. - Метеорология и гидрология, 1990, N 9, с. 5-13.

2. Курбаткин Г.П., Астахова Е.Д., Крупчатников В.Н., Рябинин В. Э., Сальник В.П., Смирнов В.Д., Фролов A.B. Модель среднесрочного прогноза погоды,- ДАН СССР, 1987, т. 294, вып. 2, с. 321-324.

3. Рябинин В.Э. Вертикальная термическая структура вод океана как результат внутренних океанических процессов и взаимодействия с атмосферой,- Труды Гидрометцентра СССР, 1986, вып. 273, с. 70-90.

4. Рябинин В.Э., Филатов А.Н., Фролов A.B. Сбор и методы объективного анализа гидрометеорологической информации для программы "Разрезы".- "Итоги науки и техники. Атмосфера, океан, космос - Программа "Разрезы", Москва, "Наука", 1986, с. 239-250.

5. Рябинин В.Э. Локальная интерполяция в полулагранжевых схемах для уравнения переноса спектральной плотности энергии ветрового волнения.- Труды ГОИН, 1991, вып. 197, с. 16-26.

6. Рябинин В.Э. Вопросы теории термоклина. - JI., Гидрометео-издат, 1986, 144 с.

7. Рябинин В.Э. О дискретном представлении спектра при моделировании ветрового волнения.- Метеорология и гидрология, 1991, N 9, с. 73-79.

8. Рябинин В.Э. Обработка морских метеорологических и океанографических данных в Гидрометеорологическом научно-исследовательском центре СССР - перспектива на 90-е годы. Тезисы

докладов IV Всесоюзной конференции по статистической интерпретации гидродинамических прогнозов с целью прогноза элементов и явлений погоды. Одесса, 9-15 сентября 1991 г., М., 1991 г., с. 39-40.

9. Рябинин В.Э. Полулагранжевы алгоритмы для дискретных спектральных моделей волнения,- Метеорология и гидрология, 1991, N 8, с. 72-83.

10. Рябинин В.Э. Развитие полулагранжевых численных схем для решения уравнения переноса спектральной плотности энергии волнения,-Труды Гидрометцентра Российской Федерации, 1993, вып. 324, с. 99118.

11. Рябинин В.Э. Физические параметризации спектральной модели атмосферы Гидрометцентра СССР.- Методы среднесрочных прогнозов погоды, Гидрометеоиздат, 1986, с. 127-134.

12. Abuzyarov Z.K., Krasiuk V.S., Nesterov E.S., Ryabinin V.E. Marine meteorological and oceanographic data processing in the Hydrometeorological Research Centre of the USSR - a perspective for the 1990s.- WMO/IOC Seminar on IGOSS products, 1991, Tokyo, Japan, 15-19 April 1991, p.28.

13. Frolov A.V., Ryabinin V.E., Vazhnik A.I. Atmospheric and ocean upper layer data assimilation system for medium range weather and marine forecasting.- Proc. of Int. Symp. on assimilation of observations in meteorology and oceanography. Clermont-Ferrand, 9-13 July 1990, pp. 297-302.

14. Ryabinin V.E. Semi-Lagrangian algorithm for calculation the wind waves energy propagation in spectral models.- Research Activities in Atmospheric and Oceanic Modelling, 1990, Rep. N 14, pp. 3.35-3.38.

15. Ryabinin V.E. "MOSCOW" - a third generation wind wave model.-Research Activities in Atmospheric and Oceanic Modelling, 1992, Rep. N 17, pp. 6.41-6.44.

Подл, к печати ОЧ.ОХИ Объем i.2£ п.л. Формат 60x841/16 Заказ V/

ТОО "Нерей". ВНИРО. 107140, Москва, В. Красносельская, 17

Тираж ¡¿О