Бесплатный автореферат и диссертация по наукам о земле на тему

Влияние данных измерений содаров и температурных профилемеров на качество численного прогноза характеристик атмосферного пограничного слоя

ВАК РФ 25.00.29, Физика атмосферы и гидросферы

Автореферат диссертации по теме "Влияние данных измерений содаров и температурных профилемеров на качество численного прогноза характеристик атмосферного пограничного слоя"

На правах рукописи

Смирнова Мария Михайловна

ВЛИЯНИЕ ДАННЫХ ИЗМЕРЕНИЙ СОДАРОВ И ТЕМПЕРАТУРНЫХ ПРОФИЛЕМЕРОВ НА КАЧЕСТВО ЧИСЛЕННОГО ПРОГНОЗА ХАРАКТЕРИСТИК АТМОСФЕРНОГО ПОГРАНИЧНОГО СЛОЯ

Специальность 25.00.29 - Физика атмосферы и гидросферы

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук

2 7 НОЯ 2014

Москва - 2014

005555842

005555842

Работа выполнена на физическом факультете Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Московский государственный университет имени М.ВЛомоносова».

Научный руководитель:

доктор физико-математических наук Рубинштейн Константин Григорьевич

Федеральное государственное бюджетное учреждение "Гидрометеорологический научно-исследовательский центр Российской Федерации"

Официальные оппоненты:

доктор физико-математических наук Репина Ирина Анатольевна

Федеральное государственное бюджетное учреждение науки «Институт физики атмосферы им. А.М.Обухова Российской академии наук», Отдел динамики атмосферы, лаборатория взаимодействия атмосферы и океана, заведующая лабораторией

доктор физико-математических наук Новицкий Михаил Александрович

Федеральное государственное бюджетное учреждение «Научно-производственное объединение «Тайфун», Институт экспериментальной метеорологии, заведующий лабораторией

Ведущая организация:

Федеральное государственное бюджетное учреждение «Арктический и антарктический научно-исследовательский институт»

Защита состоится 18 декабря 2014 г. в 16:00 на заседании Диссертационного Совета Д501.001.63 при Московском государственном университете имени М.ВЛомоносова по адресу: 119991, ГСП-1, Москва, Ленинские горы, дом 1, строение 2, МГУ имени М.ВЛомоносова, физический факультет, аудитория СФА.

С диссертацией можно ознакомиться в Научной библиотеке МГУ (Ломоносовский просп., д.27) и на сайте www.phys.msu.ru

Автореферат разослан 16 октября 2014 г.

Ученый секретарь Диссертационного Совета Кандидат физико-математических наук, доцент

Общая характеристика работы

Актуальность работы

Атмосферный пограничный слой (АПС) является важнейшей, но все еще не достаточно изученной частью атмосферы. Благодаря экспериментальным исследованиям его характеристик возможно получить большое количество информации о его структуре, эволюции и свойствах. Одновременно с этим, много работ посвящено совершенствованию методов описания АПС в моделях динамики атмосферы, с целью, по возможности, описать все наблюдающиеся его особенности. Однако, часто совершенствование моделей и экспериментальное исследование АПС проводятся различными научными группами обособленно друг от друга. Данная работа направлена на восполнение этого разрыва.

При сопоставлении и совместном использовании моделей и наблюдений важно учитывать свойства измерений и особенности моделей. Каждый вид измерений имеет свои характерные особенности, которые следует учитывать при их использовании в моделях. Например, измерения на разной высоте могут проводиться с разной точностью. Или для определения одной и той же величины могут применяться разные ее определения, что приводит к разночтениям по измерениям разными приборами и разными исследователями, поэтому при сравнении нужно отчетливо понимать какая именно характеристика рассматривается. С другой стороны, измерения проводятся в точках, куда помещен измерительный прибор, а модельные данные представляют собой некоторое среднее по пространству расчетной сетки. Другой особенностью моделей является то, что ряд физических процессов в них не описывается явно, а параметризуется, например, в большинстве моделей динамики атмосферы турбулентные процессы в АПС. В таком случае ряд модельных характеристик не может быть измерен напрямую, не имеет прямого физического смысла, а служит для параметрического описания наблюдающихся закономерностей.

Использовать данные измерений в моделях можно несколькими способами.

Во-первых, данные измерений могут быть использованы для валидации моделей динамики атмосферы, в частности проверки адекватности природе описания АПС. Т.к. свойства АПС сильно зависят от свойств подстилающей поверхности, характеристик локального рельефа, то необходим контроль моделей в самых разных точках и типах местности. Большинство оценок качества модельных данных осуществляется для приземных характеристик или в свободной атмосфере, в то время как для понимания процессов, происходящих в АПС, и решения многих задач (например, задач связанных с распространением аэрозолей, загрязнений, радиации)

важно знать именно высотное распределение температуры, ветра и других характеристик в АПС. Схемы описания А ПС рассчитаны на описание разных типов состояния АПС, так, одни лучше работают, например, для морских пограничных слоев, другие - для конвективных и т.д. Процессы, учитывающиеся в одной схеме, не всегда разрешаются в другой. Использование данных измерений позволяет более обосновано выделить схемы, наиболее подходящие для определенного региона и характерных условий. Такая работа непрерывно ведется в некоторых научных центрах мира для разных моделей. Но необходимость контроля в разных условиях и постоянное совершенствование схем АПС делают эту задачу необходимой на постоянной основе в разных точках мира. В России валидация описания АПС в моделях до настоящего времени не велась. Эта проверка могла бы позволить оценить области применимости и возможности численных моделей атмосферы и способствовать их совершенствованию.

Во-вторых, данные измерений в АПС могут быть усвоены в модели для улучшения задания начальных условий интегрирования. Для описания процессов с детальным пространственным разрешением (несколько километров) широко используют мезомасштабные модели динамики атмосферы. Для таких моделей начальными полями могут служить различные анализы и реанализы, которые, как правило, имеют достаточно грубое пространственное разрешение и не учитывают локальные особенности полей метеорологических параметров. Так же, при их расчете могут быть не доступными многие локальные данные измерений. Из-за такого рода причин могут возникать значительные расхождения данных измерений и результатов анализов. А неправильное задание начального состояния АПС может приводить к заметным ошибкам в прогнозах его развития. Усвоение данных наблюдений позволяет приблизить начальные поля модели к реальному состоянию атмосферы. Некоторые типы данных остаются до сих пор не охваченными существующими системами усвоения данных, а используемые в них методы усвоения не всегда применимы к новым типам данным.

Наконец, одним из возможных важных практических приложений знания характеристик турбулентности является прогноз порывов ветра. Вариации скорости ветра и порывы ветра как экстремальные проявления этих вариаций являются результатом перемешивания момента импульса посредством турбулентности в АПС. Порывы ветра являются статистической мерой атмосферной турбулентности. Измерения турбулентной кинетической энергии (ТКЕ) позволяют валидировать непосредственно модели АПС, использующие в своей основе уравнение баланса ТКЕ.

Сама ТКЕ может быть использована для прогноза скорости порывов ветра. При этом сравнение прогнозируемых и измеряемых скоростей порывов ветра позволяет сделать некоторые выводы о прогнозируемой ТКЕ.

Цели и задачи диссертационной работы

Целью диссертационной работы является исследование путей совершенствования описания АПС в численных моделях на основе данных измерений.

Для достижения поставленной цели в работе решаются следующие задачи:

• разработка системы оценок вертикальных профилей температуры и ветра в АПС

• оценка воспроизведения численной мезомасштабной моделью динамики атмосферы \VRF-ARW профилей температуры и ветра в АПС с использованием данных микроволновых температурных профилемеров и содаров;

• разработка методов усвоения данных микроволновых профилемеров о температуре и содаров о ветре в модели \VRF-ARW;

• оценка чувствительности прогнозов приземной температуры и ветра в мезомасштабной модели АЛГЯР-АКЛУ к усвоению данных наблюдений в пограничном слое атмосферы;

• оценка влияния усвоения профилей метеовеличин в АПС на качество прогноза профилей температуры и ветра в модели \VRF-ARW;

• разработка метода расчета порывов приземного ветра.

Научная новизна

Основные результаты диссертации получены впервые. К ним относятся:

• систематическое сравнение профилей температуры и ветра в АПС, прогнозируемых с помощью модели \VRF-ARW, с данными наблюдений на высотах в Московском регионе;

• исследование возможности усвоения данных содаров и температурных профилемеров в модели динамики атмосферы на Европейской территории России;

• разработка гибридного метода расчета порывов ветра.

Основными результатами диссертации, выносимыми на защиту, являются:

• Система контроля характеристик рассчитанных по модели вертикальных профилей температуры и ветра (градиентов, типов стратификации, приземных и приподнятых инверсий, поворота ветра с высотой) по измерениям в атмосферном пограничном слое (микроволновых

температурных профилемеров и содаров), которая может работать в оперативном режиме.

• Оценки воспроизведения моделью \VRP-ARW характеристик атмосферного пограничного слоя. Показано, что среднемесячная ошибка прогнозируемой температуры воздуха в 600 м слое составляет 1.4 °С в феврале и 1.3 °С в августе, скорости ветра в 300 м слое — 1.9 м/с в феврале и 1.8 м/с в августе. Рассмотренная конфигурация модели имеет меньшие ошибки при неустойчивой стратификации. Предсказуемость моделью наблюдавшегося типа стратификации составляет в среднем 69%.

• Оценки чувствительности прогнозов модели WRF-ARW к усвоению данных измерений в атмосферном пограничном слое. Показано, что усвоение данных синоптических станций позволяет статистически значимо уменьшить ошибки приземной температуры и влажности воздуха с заблаговременностью 24 ч при проведении расчетов на Европейской территории России.

• Результаты экспериментов с усвоением искусственно заданных профилей температуры и ветра, в которых показана возможность уменьшения ошибок воспроизведения характеристик пограничного слоя при усвоении значительного количества профилей температуры и ветра в атмосферном пограничном слое с заблаговременностью 24 ч.

• Метод прогноза порывов приземного ветра на 2 суток, основанный на комплексе методов расчета порывов, позволивший при испытании в осенний период получить предсказуемость 81% порывов ветра выше 22м/с.

Достоверность и обоснованность результатов диссертации

Достоверность полученных результатов и сделанных выводов обоснована с помощью расчетов, сравнением с данными наблюдений и с исследованиями других авторов. Обоснованность основных результатов подтверждается публикациями в российских и зарубежном журналах, а также представлением их на российских и международных конференциях.

Практическая значимость работы

Созданная система оценки воспроизведения профилей метеовеличин в атмосферном пограничном слое может быть использована для сравнения любых гидродинамических прогностических моделей в части описания АПС и оценки вносимых в них изменений.

Материал диссертации может служить обоснованием необходимости усвоения данных наблюдений в пограничном слое для улучшения качества прогнозов.

Гибридный метод прогноза порывов ветра проходит испытания в лаборатории оперативного объективного анализа Гидрометцентра России.

Апробация работы

Основные результаты диссертационной работы докладывались лично и обсуждались на следующих общероссийских и международных конференциях: 13-я международная конференция молодых ученых "Состав атмосферы. Климатические эффекты. Атмосферное электричество", Звенигород, 2009; Конференция «175 лет Гидрометслужбе России - научные проблемы и пути их решения», Москва, 2009; 7-я международная конференция по городскому климату ICUC-7, Иокогама, Япония, 2009; Международная конференция по измерениям, моделированию и информационным системам для изучения окружающей среды ENVIROMIS-2010, Томск, 2010; 15-й международный симпозиум по продвижению дистанционного зондирования пограничного слоя ISARS 2010), Париж, Франция, 2010; Международная молодежная школа и конференция CITES-2011, Томск, 2011; Конференция по изменению климата в полярных и приполярных регионах, Москва, 2011; Международный Симпозиум стран СНГ "Атмосферная Радиация и Динамика" (МСАРД - 2011), Санкт-Петербург, 2011; Международная конференция по измерениям, моделированию и информационным системам для изучения окружающей среды ENVIROMIS-2012, Иркутск, 2012; Международная научная конференция по региональным проблемам гидрометеорологии и мониторинга окружающей среды, Казань, 2012; Международная конференция, посвященная памяти академика A.M. Обухова, «Турбулентность, динамика атмосферы и климата», Москва, 2013.

Материалы диссертации представлены в научно-технических отчетах по проектам РФФИ.

Публикации

По теме диссертации опубликовано 20 работ, в числе которых 8 статей в реферируемых журналах (4 из списка рекомендованного ВАК, 1 в зарубежном журнале), 6 в трудах конференций, 6 тезисов докладов.

Личный вклад автора

Основные положения, выносимые на защиту, получены автором лично. Многие публикации по теме диссертации написаны в соавторстве. При этом, личная роль автора распределялась следующим образом:

5

• В работах по оценке профилей метеорологических величин, по усвоению данных, по оценке методов расчета порывов ветра роль автора является определяющей, им выполнены все основные расчеты и оценки.

• В серии работ по распространению радиоактивных примесей автором проводилось усвоение синоптических и аэрологических данных в гидродинамической модели и расчет коэффициентов турбулентности.

Структура и объем диссертации

Диссертация состоит из введения, пяти глав, заключения и списка литературы из 86 наименований. Общий объем диссертации составляет 114 страниц. Диссертация содержит 31 рисунок и 15 таблиц.

Краткое содержание работы

Во введении обоснована актуальность диссертационной работы, сформулированы цели исследования и определены его задачи, обсуждается научная новизна и практическая значимость работы, кратко изложено содержание диссертации, приводится список опубликованных автором статей и тезисов конференций, содержащих результаты работы.

В главе 1 дан обзор исследований АПС в контексте совместного использования измерения и моделей АПС. Приведен обзор основных способов измерений, проанализированы их основные достоинства и недостатки, приведены характеристики измерений проводимых в Московском регионе. На рис. 1 показано расположение

приборов, измеряющих

профили температуры и ветра, в Московском регионе. Эта область использовалась для большинства исследований, проводимых в данной работе. Далее описывается ряд параметризаций и моделей АПС, использующихся в современных численных моделях динамики атмосферы. В

6

Рис.1 Расположение приборов для измерения профилей температуры и ветра в АПС в Московском регионе.

заключение главы дан обзор работ, проводимых по использованию данных измерений для совершенствования описания АПС в моделях.

В главе 2 анализируется воспроизведение региональной моделью динамики атмосферы различных измеряемых характеристик АПС в Московском регионе. Для сравнения расчетных и наблюдаемых величин была создана система валидации, включающая сбор и фильтрацию данных измерений, расчет оценок и их визуализацию.

Для исследования была выбрана современная численная гидродинамическая модель ЛУ11Р-А1Ш[3], включающая широкую библиотеку параметризаций различных процессов. Для выбора конфигурации модели подробно анализируется влияние используемой расчетной сетки и используемой схемы замыкания АПС на прогноз различных его характеристик. В качестве примера на рис.2 показан временной ход вертикального градиента температуры в нижних 100 м по данным измерений и

На основании проведенных экспериментов была выбрана модель АПС Меллора-Ямады-Янича МУ.Г [2]. Расчеты осуществлялись с разрешением по горизонтали - 2 км, по вертикали был задан 41 ст-уровень, из которых 15 уровней находятся в нижнем слое до 1 км.

С использованием этой конфигурации модели были проведены серии расчетов. Их оценки представлены в табл.1. Показано, что модель достаточно хорошо воспроизводит средние профили скорости ветра (с точностью в среднем 1,9 м/с) и температуры в АПС (в среднем 1,3 °С). Наибольшие отклонения модельных значений температуры и скорости ветра отмечены в нижней части АПС в городской среде.

Проведен ряд оценок температурной стратификации, а именно воспроизведения с помощью численной модели типов стратификации (устойчивой, влажнонеустойчивой и неустойчивой), приземных и приподнятых инверсий температуры.

расчетов с 9 разными параметризациями.

Рис.2 Вертикальный градиент темперы в нижнем

100 м по данным измерений температурным профилемером МТП-5 и модели с использованием 9 различным параметризаций АПС.

Таблица 1

Оценки воспроизведения моделью температуры и скорости ветра на различных высотах (<А>- средняя разность модель-наблюдения; <И|> - средняя абсолютная разность модель-наблюдения; а - дисперсия разности; г - коэффициент корреляции)

точка Обнинск Останкино Пресня (для температуры)/ ИФА (для скрости ветра)

высота, м 8 121 301 среднее 0 128 305 503 среднее 0 100 200 300 500 среднее

Температура, °С | февраль 1 <Д> 1.86 0.77 -0.36 0.76 0.22 0.23 0.71 0.54 0.67 0.30 1.36 1.61 1.50 1.02 1.21

<И> 2.15 1.31 0.94 1.47 1.32 1.06 1.05 1.18 1.15 1.31 1.63 1.71 1.60 1.10 1.47

о 4.09 1.99 1.35 2.48 2.60 1.69 1.22 1.92 1.86 2.48 1.94 1.61 1.32 0.60 1.59

г 0.96 0.97 0.97 0.97 0.96 0.97 0.98 0.96 0.97 0.95 0.97 0.98 0.98 0.99 0.97

& Ъ m м <Д> -0.21 -0.86 -0.34 -0.47 -1.40 -0.84 -0.23 -0.73 -0.80 -2.06 -0.95 -0.24 -0.01 -0.01 -0.65

<|Л|> 1.27 1.46 0.85 1.19 1.72 1.24 1.11 1.18 1.31 2.66 1.41 0.82 0.70 0.63 1.24

с 2.47 2.67 1.01 2.05 3.56 2.03 1.98 1.48 2.26 8.10 2.46 1.11 0.82 0.63 2.62

г 0.96 0.96 0.98 0.97 0.94 0.96 0.97 0.97 0.96 0.85 0.95 0.98 0.98 0.99 0.95

Скорость ветра, м/с 1 февраль | <Д> 1.22 1.35 1.12 1.23 -0.06 2.12 2.62 3.11 1.95 1.48 0.50 0.39 0.32 - 0.79

<|Л|> 1.28 1.90 2.50 1.89 0.51 2.20 2.78 3.41 2.23 1.59 1.43 1.49 1.87 - 1.53

о 0.77 3.39 10.20 4.79 0.39 2.24 4.70 10.56 4.47 1.66 2.96 3.20 5.41 - 2.77

<Л/Х> 1.55 0.58 0.99 1.04 0.15 0.72 0.58 0.66 0.53 0.84 0.41 0.15 0.06 - 0.47

г 0.74 0.72 0.69 0.72 0.79 0.83 0.86 0.76 0.81 0.64 0.74 0.81 0.82 - 0.73

I август I <д> 0.71 1.01 -0.10 0.54 0.14 1.98 1.63 0.69 1.11 1.42 1.83 1.06 0.12 - 1.34

<|Д|> 0.92 1.65 1.85 1.47 0.80 2.24 2.15 1.77 1.74 1.54 2.31 2.31 3.13 - 2.14

а 0.69 3.16 6.41 3.42 1.54 3.51 4.80 4.78 3.66 1.70 4.81 7.23 13.74 - 5.28

Зависимость ошибок прогноза температуры и ветра от типа стратификации

показана на рис. 3. В большинстве случаев ошибки при неустойчивой стратификации меньше.

В главе 3 исследуется другой аспект использования данных наблюдений - их усвоение в модели. Исследуется чувствительность модели к изменениям начальных данных. В этой главе рассматриваются возможности использования системы \VRFDAtl] для усвоения данных синоптических и аэрологических станций. Эта система реализует алгоритм трехмерного вариационного анализа.

Достаточно часто существуют случаи расхождений между измерениями на станциях и анализами, что может быть обусловлены различными факторами, такими как, отсутствие данных по некоторым станциям в международном обмене, опозданием данных измерений к сроку отсечения, особенностями интерполяции в регулярную сетку, грубым пространственным разрешением анализа и т.д. Например, в случае 5 января 2010 г в Мурманской области различия достигали 15 °С. Усвоение данных позволило уменьшить ошибку прогноза приземной температуры на 2 °С, что продемонстрировано на рис.4.

На рис. 5 показана зависимость ошибки приземной температуры от заблаговременности. Усвоение данных помогает получить лучший анализ состояния атмосферы. Такое изменение начальных полей оказывает влияние на прогноз при

о 200

Л

со

а)

АВ8. °С

- Неустойчивая

- Влажнонеустойчивая

- Устойчивая

. Все случаи

Рис. 3. Зависимость абсолютной ошибки температуры (а,в) и скорости ветра (б,г) от высоты для июля (а, б) и января (в,г) при разных типах стратификации

Рис. 4 Осредненная по области 67-69 с.ш. 35-40 в.д.температура в двух прогнозах, от анализа ЫСЕР (РУЫ?) и прогноза с усвоением данных (ЗОУАЯ), и данных измерений на синоптических станциях

заблаговременностях до 10-12 часов для небольших областей (-200-300 км), на 24-48 часов для больших областей (-1000 км).

Средняя разность,

абсолютная ошибка и

среднеквадратичная ошибка

прогнозов температуры воздуха и отношения смеси водяного пара на уровне 2 м, скорости ветра на уровне 10 м и атмосферного давления на уровне моря, а также оценка статистической значимости различий средних систематических ошибок (р-уровень по Т-критерию Стьюдента), при использовании исходных начальных полей и после усвоения данных для

заблаговременности 24 часа приведены в таблице 2.

В Мурманской области показано заметное уменьшение ошибок (за исключением ветра) в январе и отсутствие изменений в июле. В Московской области усвоение данных позволяет немного уменьшить ошибки температуры приземного воздуха и ветра летом и не дало результатов зимой. На Европейской территории России выявлено уменьшение ошибок в оба сезона по всем переменным за исключением ветра зимой.

Рис. 5. Среднемесячные ошибки (BIAS) прогноза температуры приземного воздуха в зависимости от заблаговременности прогноза в двух экспериментах с использованием исходных начальных полей (base) и после усвоения данных (var) а, в, д -январь 2010 г., б, г, е- июль 2009 г. а, б — Европейская территория Росси, в, г — Москвоская область, д, е — Мурманская область

Таблица 2

Систематическая ошибка (BIAS), абсолютная ошибка (ABIAS) , среднеквадратичная ошибка (RMSE) и значение р-уровня различий по Т-критерию прогнозов на 24 часа приземной температуры воздуха (Т, "С), приземного отношения смеси водяного пара (Q, г/кг), приземной скорости ветра (V, м/с) и атмосферного давления на уровне моря (sip, мбар)

Январь 2010 Июль 2009

BIAS ABIAS RMSE P BIAS ABIAS RMSE P

base |var base jvar base |var base Ivar base Ivar base var

Европейская территория Россия

т 1.32 1.07 3.35 3.26 4.19 4.17 0.00000 -1.08 -1.07 1.91 1.85 2.14 2.11 0.00000

0 0.15 0.11 0.36 0.34 0.49 0.47 0.00000 0.34 0.20 1.13 1.00 1.61 1.44 0.00000

V 1.62 1.60 2.04 2.03 1.98 1.98 0.90931 1.28 1.23 1.72 1.68 1.68 1.67 0.00008

sip -1.91 -1.72 2.02 1.86 1.62 1.59 0.00000 -0.42 -0.30 0.81 0.77 1.01 0.99 0.00000

Московская область

Т -0.86 -1.02 2.61 2.56 3.21 3.12 0.30275 0.34 0.01 1.47 1.19 1.95 1.61 0.00022

Q -0.06 -0.07 0.19 0.20 0.24 0.28 0.23641 0.16 0.16 0.74 0.73 0.92 0.91 0.89265

V 0.22 0.20 1.03 0.96 1.37 1.34 0.80736 1.28 1.23 1.72 1.68 1.68 1.67 0.00008

sip 0.92 0.94 0.99 0.98 0.82 0.65 0.70374 0.20 0.20 0.62 0.62 0.82 0.82 0.98948

Мурманская область

Т 2.04 1.66 4.22 4.08 5.14 5.06 0.00019 -1.04 -1.04 1.69 1.69 1.86 1.86 0.88598

0 0.10 0.05 0.36 0.34 0.45 0.44 0.00000 0.03 0.06 0.63 0.63 0.83 0.83 0.11596

V 1.07 1.06 1.91 1.90 2.23 2.22 0.84500 0.62 0.60 1.41 1.41 1.70 1.71 0.50156

sip -1.68 -1.59 1.79 1.71 1.53 1.52 0.00618 -0.39 -0.38 0.62 0.61 0.72 0.69 0.48199

При больших расхождениях начальных данных и измерений на станциях использование системы \VRFDA улучшает прогноз и не ухудшает в остальных. Соответственно наличие подобных случаев оправдывает использование данной системы, которая не требует больших затрат машинного времени.

В главе 4 исследуются возможности усвоения измерений профилей метеовеличин в АПС. При усвоении стандартных данных синоптических и аэрологических станций, хотя воздействие приземных данных простирается по вертикали на несколько модельных уровней, информация о состоянии АПС не добавляется.

Рассматривается эффект от усвоения данных температурных профилемеров МТП-5, который подтвердил необходимость использования достаточно большой области прогноза.

В связи с отсутствием большого числа точек измерения профилей, были проведены эксперименты с моделированием измерений профилей. В качестве эталонной модели была взята модель Берковича, основанной на использовании системы уравнений турбулентности в пограничном слое с замыканием уровня 1,5.

Проведенные эксперименты подтверждают необходимость рассмотрения относительно большой области прогноза для эффективного усвоения данных. Усвоение информации о профилях температуры в АПС в таком случае может быть актуально в задачах сверхкраткосрочного прогноза. При увеличении усваиваемой информации (количества профилей) усвоение так же эффективно только при небольших заблаговременностях прогноза.

В главе 5 исследуется возможность использования одной из прогнозируемых и измеряемых характеристик АПС - турбулентной кинетической энергии (ТКЕ) - для прогноза скорости порывов ветра.

В работе приводятся примеры использования пяти наиболее часто используемых методов расчета порывов ветра, рассчитаны оценки прогноза порывов ветра на основе прогнозов модели ДУВР-АИДУ за разные периоды времени. Приведено сравнение этих методов между собой и с данными высокочастотных наблюдений за ветром в Москве (МГУ), оценки показаны в таблице 3.

В большинстве случаев наиболее близким к наблюдениям оказался метод с использованием турбулентной кинетической энергии ветра. При этом простой эмпирический способ использования фактора порывов дает сравнимые результаты.

Таблица 3

Оценки скорости ветра и основных методов расчета порывов ветра

Скорость Скорость порывов ветра

ветра 1.4*и и+3.0*2.4и* Вга^еиг и+З^я и+->/2ч

О Апрель 0.82 0.86 2.20 1.02 2.88 0.91

И 1 1 й о Июль 0.53 0.50 1.94 -0.06 2.72 0.77

Октябрь 0.76 0.72 2.22 1.87 2.83 0.73

Абсолютная ошибка Апрель 1.46 1.89 2.64 2.45 3.21 1.77

Июль 1.31 1.74 2.46 2.13 3.15 1.68

Ою-ябрь 1.43 1.73 2.59 2.73 3.14 1.62

1 Апрель 0.59 0.48 0.64 0.54 0.77 0.45

И ® Ё 3 а 1 Июль 0.55 0.47 0.65 0.51 0.82 0.46

6 Октябрь 0.49 0.38 0.58 0.53 0.69 0.37

Ё я Апрель 0.63 0.68 0.73 0.71 0.72 0.72

5 з I § Июль 0.57 0.59 0.65 0.60 0.64 0.65

1 § Октябрь 0.61 0.71 0.72 0.72 0.72 0.72

Испытание этого метода для прогноза порывов на Европейской территории России, однако, показало недооценку величины порывов и пропуску большого числа значительных порывов ветра. Проанализировав методы расчета можно сказать, что метод Брасе применим для порывов, имеющих конвективное происхождение, а метод ТКЕ - для порывов вызванных турбулентностью механического происхождения. Поэтому был предложен гибридный метод, использующий в качестве триггера число Ричардсона:

[ и+З^а, Ш>0

тл>ее = 4

|тах[и(г,)], Ю<0

где гр: — Щ2)сЬ>

wge - оценка порыва ветра, и - прогнозируемая средняя скорость ветра, д -турбулентная кинетическая энергия, Ш - число Ричардсона, ву - витуальная температура.

Такой подход позволил получить оптимальное качество прогноза порывов ветра. Некоторые оценки оправдываемости гибридного метода приведены в табл. 4.

Таблица 4

Оценки оправдываемости прогноза порывов ветра по сети синоптических станций

Период Общая оправдываемость Прсдупрежденность Предупрежденность отсутствия Процент ложных тревог Коэффициент Пирса-Обухова Коэффициент Багрова

Октябрь 2013 24 81 99 75 0.80 0.38

Июнь-август 2014 9 16 100 82 0.15 0.17

В заключении приводятся основные результаты работы и выводы.

Основные результаты работы

В работе были рассмотрены основные возможности использования данных измерений в атмосферном пограничном слое для совершенствования его описания в численных моделях динамики атмосферы. На примере мезомасштабной модели \VRF-АИЛУ проведено сравнение прогнозов с данными измерений в АПС, исследован вопрос эффективности усвоения этих данных в прогнозах, разработан и оценен метод прогноза порывов ветра.

В диссертации были предложены рекомендации по оценке характеристик атмосферного пограничного слоя в численных прогностических моделях по данным измерений, включающие оценки воспроизведения температуры и ветра на различных уровнях, зависимость этих ошибок от заблаговременное™ прогноза и времени суток, воспроизведение стратификации и температурных приземных и приподнятых инверсий. Эта система может быть легко адаптирована для прогнозов различных моделей прогноза погоды. По созданной системе были рассчитаны оценки воспроизведения профилей температуры и ветра в атмосферном пограничном слое для различных конфигураций модели А^КР-АИЛУ. Показано, что модель достаточно хорошо воспроизводит средние профили скорости ветра и температуры. Наибольшие отклонения модельных значений температуры и скорости ветра отмечены в нижней настии АПС в городской среде.

Всесторонне исследовав возможности усвоения данных измерений, можно сделать вывод о его целесообразности для задач сверхкраткосрочного прогноза, в случае циклического усвоения данных. Усвоение данных при этом дает

незначительных эффект в среднем на всей заблаговременное™ прогноза. Его необходимо использовать в случаях образования активных мезомаспггабных процессов и/или отсутствия измерений на значительной территории при составлении первого приближения для прогноза.

Одним из важнейших для АПС процессов является турбулентность. Порывы ветра являются ее проявлением. Разработан гибридный метод прогноза порывов ветра, использующий в зависимости от характера неустойчивости АПС разные методы расчета порывов. Этот метод позволил получить предсказуемость прогноза порывов ветра больше 22 м/с — 81% в осенний период, 16% в летний. Библиография

1. Barker D. M. et al. A three-dimensional variational data assimilation system for MM5: Implementation and initial results //Monthly Weather Review. - 2004. - T. 132.-№. 4.-C. 897-914.

2. Janjic Z. I. Nonsingular implementation of the Mellor-Yamada level 2.5 scheme in the NCEP Meso model //NCEP office note. - 2002. - T. 437. - C. 61.

3. Skamarock W. C. et al. Coauthors, 2008: A description of the Advanced Research WRF version 3. NCAR Tech. - Note NCAR/TN-4751STR, 2005. Публикации по теме диссертации

1. Рубинштейн К. Г., Набокова Е. В., Игнатов Р. Ю., Смирнова M. М., Арупонян Р. В, Семенов В.Н., Сороковикова О. С., Фокин А.В Влияние методов параметризации процессов в пограничном слое в модели WRF на прогноз ветра и результаты моделирования распространения примесей//Труды ГУ Гидрометцентра России. - 2010. - Вып. 344. - Росгидрометиздат. С. 196-214.

2. Смирнова М.М., Рубинштейн К.Г, Юшков В.П. Оценка воспроизведения региональной моделью характеристик пограничного слоя атмосферы // Метеорология и гидрология. - 2011. №12. — С.5-16.

3. Смирнова М.М., Игнатов Р. Ю. Анализ вертикальной структуры и турбулентности в пограничном слое атмосферы в прогнозах региональной модели // Ученые записки РГГМУ. -2011. №21. -С.57-65.

4. Арутюнян Р.В., Бакин Р.И., Болыпов Л.А., Дзама Д.В., Припачкин ДА., Семенов В.Н., Сороковикова О.С., Фокин A.B., Цаун С.Н., Шикин А.В,. Игнатов Р.Ю., Рубинштейн К.Г., Смирнова М.М. Некоторые результаты по моделированию радиационной обстановки и оценке источника аварийного выброса на АЭС Фукусима-1 с учетом трехмерных полей метеоданных. // Препринт ИБРАЭ. № IBRAE-2011-07.

5. Rubinstein K.G., Nabokova E.M., Ignatov R.Y., Smirnova M.M., Arutunyan R.V., Semyonov V.N., Sorokovikova O.S., Fokin A.V. and Pripachkin D.A. Calculation of Surface Tracer Concentration by Set of Hydrodynamic Weather Forecast Model and Lagrangian Model of Atmospheric Dispersion // Journal of Environmental Science and Engineering.-2012.-A l.-C. 43-61

6. Арутюнян P.B., Большое JI.A., Припачкин Д.А., Семенов В.Н., Сороковикова О.С., Фокин A.JI., Игнатов Р.Ю., Рубинштейн К.Г., Смирнова М.М. Оценка выброса радионуклидов при аварии на АЭС Фукусима-1 (Япония) // Атомная энергия. - 2012. - Т. 112. Вып.З. - С. 159-163.

7. Смирнова М.М., Рубинштейн К.Г. Анализ примеров усвоения данных в региональной модели WRF-ARW // Труды Гидрометеорологического научно-исследовательского центра Российской Федерации. — 2012. — Вып. 347. - С.95-112.

8. Рубинштейн К. Г., Набокова Е. В., Игнатов Р. Ю., Смирнова M. М., Арутюнян Р. В, Семенов В.Н., Сороковикова О. С., Фокин A.B., Припачкин Д.А., Дзама Д.В. Программный комплекс моделей распространения радионуклидов в атмосфере и его использование для оценки радиационной обстановки после аварии на АЭС Фукусима-Даичи // Метеорология и гидрология. - 2012. - №9. -С. 19-34.

9. Смирнова М.М. Точность описания характеристик атмосферного пограничного слоя в региональной модели по данными наблюдений в московском регионе // 13 - я международная конференция молодых ученых "Состав атмосферы. Климатические эффекты. Атмосферное электричество". Тезисы докладов. Звенигород: ИФА им. A.M. Обухова, 2009. С. 124

Ю.Смирнова М.М. Точность описания характеристик атмосферного пограничного слоя в региональной модели по данным дистанционных наблюдений // XVI Международная конференция студентов, аспирантов и молодых учёных «Ломоносов-2009» Секция Физика. Москва: МГУ им. М.ВЛомоносова, 2009.

П.Смирнова М.М. Сравнение прогнозов вертикальных профилей ветра и температуры в атмосферном пограничном слое по региональной модели с данными наблюдений в московском регионе // Конференция «175 лет Гидрометслужбе России - научные проблемы и пути их решения». Тезисы докладов. Москва: Гидрометцентр России, 2009.

12.Smirnova M.M., Yushkov V.PRubinstein., K.G., Kouznetsov R.D. Estimations of regional model simulation of temperature and wind profiles in rural and urban atmospheric boundary layer // 7th International Conference on Urban Climate. Proceedings. Yokohama, Japan. 2009.

13.Smirnova M.M. Simulation of atmospheric boundary layer vertical structure in regional model // Международная конференция по измерениям, моделированию и информационным системам для изучения окружающей среды: ENVIROMIS-2010. Тезисы докладов. Томск: Издательство Томского ЦНТИ. 2010.

14.Smirnova M.M. Weak orographic effects on wind speed profiles in the ABL of urban areaII 15th International Symposium for the Advancement of Boundary Layer Remote Sensing (ISARS 2010). Paris, France. 2010

15. Смирнова M.M. Использование системы усвоения данных в модели WRF // Вычислительные и информационные технологии для наук об окружающей среде. Избранные труды Международной молодежной школы и конференции CITES-2011. Томск Издательство Томского ЦНТИ. 2011. С. 37-40

16. Смирнова М.М., Рубинштейн К.Г. Влияние усвоения данных измерений в полярных областях на прогнозы погоды // Climate Changes in Polar and Subpolar Regions. Тезисы докладов. Москва: ИФА им. A.M. Обухова, 2011.

П.Смирнова М.М. Усвоение данных дистанционного зондирования в региональной модели атмосферы // Международный Симпозиум стран СНГ "Атмосферная Радиация и Динамика" (МСАРД - 2011). Сборник трудов. Санкт-Петербург: СПбГУ. 2011. С.136-137

18. Смирнова М.М., Рубинштейн К.Г. Оценка влияния усвоения данных на численный прогноз модели WRF-ARW в ряде регионов // Международная конференция по измерениям, моделированию и информационным системам для изучения окружающей среды. Избранные труды. Иркутск: Издательство Томского ЦНТИ. С.92-96

19. Смирнова М.М., Рубинштейн К.Г., Юшков В.П., Курбатов Г.А. Сравнение методов расчета порывов скорости ветра // Международная научная конференция по региональным проблемам гидрометеорологии и мониторинга окружающей среды. Тезисы докладов. Казань: КФУ. 2012. С.82-83

20.Смирнова М.М, Рубинштейн К.Г., Курбатов Г.А. Оценка различных методов расчета скорости порывов ветра // Международная конференция «Турбулентность, динамика атмосферы и климата». Тезисы докладов. Москва: ИФА им. А.М.Обухова. 2013. С.87

Подгшсана К Печати {5. 4 О- М Тз^пйс -100 Зиаз /О/

Отпечатано к отделе опсрзтнвно~1 пстатн срнзнчесхога факультета МГУ