Содержание к диссертации
Введение
ГЛАВА 1. Мезомасштабная негидростатическая модель атмосферы WRF. 14
1.1. Исходные уравнения 14
1.2. Начальные и граничные условия
1.2.1. Начальные условия 21
1.2.2. Условия на боковых границах 22
1.2.3. Условия на верхней и нижней границах 23
1.3. Параметризация физических процессов 23
1.3.1. Параметризация турбулентности 24
1.3.2. Параметризация микрофизических процессов 27
1.3.3. Параметризация конвекции 34
1.3.4. Расчет радиационных потоков 36
1.3.5. Параметризации пограничного слоя 41
1.3.6. Модели приземного слоя 46
1.3.7. Модели подстилающей поверхности и почвы
1.4. Вычислительный алгоритм 53
1.5. Входные данные и процедура запуска модели 55
1.6. Выходная продукция 58
ГЛАВА 2. Моделирование экстремальных мезомасштабных явлений в морях России 60
2.1. Моделирование боры у побережий замкнутых и полузамкнутых морей – новороссийская бора 61
2.1.1. Конфигурация модели и оценка качества 62
2.1.2. Анализ результата моделирования 74
2.2. Моделирование экстремальных осадков – наводнение в Краснодарском крае 85
2.2.1. Конфигурация модели 87
2.2.2. Анализ результата моделирования 88
2.3. Влияние гидростатического приближения модели на воспроизведение экстремальной циркуляции 92
2.4 Выводы по Главе 2 97
ГЛАВА 3. Мезомасштабная динамика атмосферы над cеверной атлантикой и ее взаимодействие с океаном 98
3.1. Конфигурация модели и оценка качества 99
3.2. Анализ гидрометеорологических условий в северной Атлантике по результатам мезомасштабного моделирования
3.2.1. Приземный ветер 109
3.2.2. Турбулентные потоки тепла 118
3.2.3. Интенсивность выпадения осадков 121
3.3. Оценка вклада мезомасштабных процессов в динамику климата 124
3.3.1. Мезомасштабная циркуляция в приземном слое 125
3.3.2. Мезомасштабный вклад в турбулентный теплообмен океан-атмосфера 126
3.3.3 Мезомасштабный вклад в циклоническую активность 133
3.4. Выводы по Главе 3 141
Заключение 144
Список литературы .
- Начальные и граничные условия
- Моделирование экстремальных осадков – наводнение в Краснодарском крае
- Анализ гидрометеорологических условий в северной Атлантике по результатам мезомасштабного моделирования
- Мезомасштабная циркуляция в приземном слое
Введение к работе
Актуальность исследования. Проблема мезомасштабной и
синоптической динамики атмосферы над океаном является чрезвычайно важной и актуальной в задачах, связанных с прогнозом погоды и изменениями климата, поскольку процессы взаимодействия океана и атмосферы на синоптических и мезомасштабах играют ключевую роль. Основным механизмом взаимодействия являются потоки энергии через поверхность океана. Их изменчивость определяется как быстро меняющейся атмосферой, так и медленно эволюционирующим пространственно-неоднородным океаном. По современным представлениям, масштабы, на которых наблюдается наиболее сильная изменчивость потоков энергии, составляют от десятков до сотен километров и от часов до дней. В настоящее время исследования динамики климата проводятся при помощи сложных программных комплексов, так называемых глобальных моделей климата (ГМК), которые включают в себя модели динамики атмосферы и океана (напр., [IPCC, 2013]). Взаимодействие между этими моделями ГМК, как и в природе, происходит при помощи потоков энергии в тонком приводном слое атмосферы. Между тем современные глобальные модели атмосферы лишь частично и недостаточно подробно описывают масштабы этого взаимодействия. Отсутствие достоверных качественных и количественных оценок процессов энергообмена на границе океан-атмосфера в области мезомасштаба затрудняет дальнейшее развитие ГМК и ограничивает их возможности в исследовании климата.
Большинство современных климатических исследований основаны на
данных атмосферных реанализов, которые, в общем случае, являются
продуктом ретроспективных прогностических экспериментов с
гидростатическими атмосферными моделями, усваивающими данные
различных источников наблюдений. Пространственное разрешение
современных реанализов варьируется в пределах 0.3–2 (что примерно соответствует Т62–Т382 в спектральных моделях), позволяя описывать синоптические процессы (более 800–1000 км) в явном виде. Однако даже
разрешение Т382 не воспроизводит циркуляцию на мезо- масштабе (менее 200
км, [Orlanski, 1975]), которая играет важную роль в формировании динамики
тропосферы, в том числе, в значительной степени отвечает за генерацию
экстремальных процессов как в атмосфере [Кислов и др., 2015], так и на
поверхности океана. Дополнительным ограничением для учета
мезомасштабных процессов в реанализах служит гидростатическая
аппроксимация, которая обеспечивает вычислительной схеме устойчивость на
больших шагах по времени и пространству, успешно воспроизводит глобальное
состояние атмосферы на синоптическом масштабе, однако накладывает
существенные ограничения на точность воспроизведения вертикальной
компоненты вектора скорости на малых масштабах. Таким образом, физически
полный расчет вертикальной компоненты и высокое разрешение являются
ключевыми требованиями для достоверного численного описания
мезомасштабных процессов.
До настоящего времени не было проведено оценок значимости вклада мезомасштабных процессов в климатическую динамику приводного слоя атмосферы, отвечающего за взаимодействие с океаном в целом. Исследованию этой важной проблемы и посвящена данная работа.
Цель работы: оценить роль мезомасштабных процессов в формировании крупномасштабных характеристик взаимодействия океана и атмосферы при помощи высокоразрешающего негидростатического моделирования атмосферы на основе модели WRF-ARW и данных современных реанализов за период 1989–2013 гг. в Северной Атлантике. В соответствии с данной целью в диссертационной работе решались следующие задачи:
1. Исследовать на основе выбранной конфигурации высокоразрешающей негидростатической мезомасштабной модели различные типы экстремальных метеорологических явлений в приземном слое атмосферы и оценить достоверность их численного воспроизведения;
-
Адаптировать негидростатическую мезомасштабную модель атмосферы к задаче долгопериодного высокоразрешающего эксперимента для Северной Атлантики;
-
Проанализировать на качественном и количественном уровнях полученные в результате моделирования характеристики атмосферной динамики и процессы взаимодействия океана и атмосферы в Северной Атлантике;
-
Получить новые оценки вклада мезомасштабных атмосферных процессов в климатические особенности циркуляции и энергообмена между океаном и атмосферой над Северной Атлантикой.
Научную новизну исследования составляют основные положения, выносимые на защиту:
Впервые негидростатическая высокоразрешающая атмосферная модель адаптирована к выполнению долгопериодного эксперимента для региона северной части Атлантического океана;
Впервые дана оценка качества высокоразрешающего численного воспроизведения моделью WRF основных характеристик атмосферы и параметров приводного слоя для Северной Атлантики. В частности, детально исследована чувствительность модели ко всем комбинациям параметризаций планетарного пограничного и приземного слоев;
По результатам долговременного эксперимента с высокоразрешающей негидростатической моделью впервые проанализированы характеристики атмосферной циркуляции и процессы взаимодействия океана и атмосферы на мезомасштабном уровне над всей Северной Атлантикой за период в несколько десятилетий;
Впервые оценен вклад мезомасштабных процессов в формирование особенностей атмосферной динамики и характеристик турбулентного теплообмена океан-атмосфера в Северной Атлантике.
Достоверность научных результатов обеспечивается: (1) согласованностью результатов проведенных численных экспериментов с
наблюдениями наземных гидрометеорологических постов, данными
заякоренных буев и спутниковыми измерениями на каждом этапе
исследования; (2) проведением большого количества модельных экспериментов
на чувствительность к выбору блоков параметризаций планетарного
пограничного слоя и приземного слоя и использованием для остальных
процессов схем, хорошо зарекомендовавших себя в других региональных
исследованиях; (3) использованием в качестве начальных и граничных условий
модели WRF данных современных реанализов атмосферы высокого
разрешения, прошедших всестороннее тестирование; (4) сравнением
результатов долгопериодного численного эксперимента с данными реанализа, который использовался в качестве начальных и граничных условий.
Научное и практическое значение исследования заключается в разработке нового подхода к анализу вклада мезомасштабных атмосферных процессов в динамику атмосферы и взаимодействие океана и атмосферы на климатическом масштабе. Негидростатический численный эксперимент высокого разрешения, полностью покрывающий Северную Атлантику, был проведен впервые в мировой практике, поэтому процесс его подготовки и валидации сам по себе имеет важное научно-практическое значение. Результаты эксперимента использовались для количественного описания широкого спектра атмосферных явлений, включая экстремальные события, а также для обоснования необходимости учета мезомасштабных процессов в глобальных климатических моделях, что напрямую связано с улучшением качества как краткосрочных прогнозов, так и глобальных оценок будущего состояния атмосферы и климата. Полученные результаты имеют большой потенциал для уточнения и углубления понимания физических механизмов формирования атмосферной изменчивости (в частности, для изучения отклика атмосферы на температурные аномалии поверхности моря), моделирования и диагностики ветро-волновых характеристик океана и минимизации рисков морской хозяйственной деятельности.
Личный вклад автора заключается в: (1) детальном анализе существующих региональных негидростатических моделей атмосферы и обосновании выбора инструмента для решения поставленных задач; (2) создании и адаптации конфигураций выбранной модели для каждого численного эксперимента, с учетом воспроизведения мезомасштабных атмосферных явлений в приземном слое в долгопериодных экспериментах; (3) разработке математического и статистического аппарата для разностороннего анализа и диагностики полученных результатов модельных экспериментов; (4) обеспечении подготовки полученных результатов к опубликованию в ведущих российских и зарубежных журналах, а также их представлении на международных конференциях и семинарах.
Апробация диссертационной работы. Основные результаты настоящей работы были представлены на заседании Ученого совета Физического направления ИО РАН (декабрь 2013 г.), отдельные результаты докладывались на собрании комиссии по исследованию Средиземного моря (CIESM, 2014 г.), на международной конференции по климатическим изменениям (CLIVAR, 2014 г.), а также на ежегодных ассамблеях Европейского союза наук о Земле (EGU) в г. Вена, Австрия (2014, 2015 гг.).
Публикации. Материалы диссертации полностью изложены в работах, опубликованных соискателем. По теме диссертации опубликовано 7 работ, в том числе 4 статьи в рецензируемых журналах из списка ВАК, 3-е тезисов докладов на конференциях. Одна статья в международном рецензируемом издании из списка, рекомендованного ВАК, находится в печати.
Благодарности. Автор выражает глубокую признательность своему научному руководителю, члену-корреспонденту РАН, д.ф.-м.н., проф. С.К. Гулеву. Автор благодарит коллектив Лаборатории взаимодействия океана и атмосферы и мониторинга климатических изменений (ЛВОАМКИ) ИО РАН, в особенности к.ф.-м.н. В.Г. Григорьеву и Н.Д. Тилинину, за ценные научные консультации и плодотворное сотрудничество. Автор благодарен в.н.с. Лаборатории суперкомпьютерного моделирования природно-климатических
процессов НИВЦ, к.ф.-м.н. В.М. Степаненко за внимательное отношение и полезные обсуждения результатов работы. Автор выражает признательность к.ф.-м.н. А.И. Гинзбург за помощь и поддержу при подготовке диссертации. Особую благодарность автор выражает сотрудникам кафедры метеорологии и климатологии географического факультета МГУ имени М.В. Ломоносова. Автор также выражает глубокую благодарность ныне покойному профессору, доктору физико-математических наук Н.Ф. Вельтищеву за неоценимую помощь в понимании вопросов моделирования атмосферы.
Структура и объем диссертации. Работа состоит из введения, трех глав, заключения и списка использованных источников. Полный объем диссертации – 161 страница, включая 68 рисунков и 11 таблиц. Библиографический список включает в себя 187 наименований, в том числе 172 на иностранных языках.
Начальные и граничные условия
Начальные условия в модели WRF могут задаваться аналитически при решении идеализированных задач или браться из крупномасштабных анализов и прогнозов. В настоящей работе используется второй вариант инициализации. Имеется также возможность включения данных наблюдений с использованием процедуры трехмерного вариационного усвоения данных. Более подробно об информационном обеспечении модели и ее инициализации будет сказано ниже. Здесь отметим только, что при использовании модели в прогностических целях требуется информация о геопотенциале, температуре, влажности, горизонтальных компонентах скорости, температуре подстилающей поверхности, приземном давлении, температуре почвы, водном эквиваленте снежного покрова, альбедо подстилающей поверхности, доле растительного покрова, рельефе, а также маска вода-суша. Вертикальная скорость, а также все переменные, характеризующие гидрометеоры, принимаются в начальный момент равными нулю.
В качестве начальных и граничных условий выступали данные оперативного анализа NCEP Global Tropospheric Analyses (FNL). Они покрывают всю планету с разрешением 1x1 каждые 6 часов на 26 уровнях: от 1000 до 10 гПа, а также на поверхности Земли, на нескольких сигма-уровнях и на тропопаузе. Данные представлены в формате GRIB (версия 1), который усваивается в моделях WRF. Эти сводки предоставляют для системы моделирования всю необходимую информацию. В исходном коде модели WRF содержатся все вспомогательные файлы для расшифровки данных оперативного анализа. Эти данные находятся в свободном доступе на сайте NCAR.
Условия на боковых границах зависят от ранга сетки. На самой грубой (материнской) сетке могут использоваться условия периодичности, симметрии, условия открытой границы или условия заданных граничных значений, которые берутся из анализов и прогнозов по крупномасштабной модели.
На вложенных сетках используются только условия заданных граничных значений, которые берутся из соответствующей родительской сетки.
При реализации условия открытой границы используется подход, предложенный в работах Клемпа и Лилли [Klemp and Lilly, 1978] и Клемпа и Вильхельмсона [Klemp and Wilhelmson, 1978], обеспечивающий излучение гравитационных волн.
При заданных, зависящих от времени граничных значениях переменных на боковых границах самой внешней (материнской) области устанавливается зона релаксации вдоль каждой границы, распространяющаяся внутрь области на несколько узлов сетки. В пределах этой зоны модель релаксирует к значениям крупномасштабного анализа или прогноза на границах области. Размер зоны релаксации выбирается пользователем. Релаксация производится по методике, предложенной в работе Дэвиса и Тёрнера [Davies and Turner, 1977], в которой используются весовые коэффициенты и сглаживающий оператор, обеспечивающие постепенное затухание эффекта граничных значений при удалении от границы. Более подробное изложение этой процедуры можно найти в работе Скамароха и др. [Skamarock et al., 2008]. Заданные граничные значения применяются к горизонтальным компонентам скорости и удельной влажности. Для вертикальной скорости задается нулевой нормальная к границе производная. Все скаляры, кроме удельной влажности, задаются нулевыми в области втока, а в области оттока задаются нулевыми их нормальные к границам производные. На боковых границах вложенных сеток, как уже отмечалось, всегда задаются значения переменных на границах. В отличие от внешней (материнской) области релаксации решений на дочерней сетке к решениям на родительской сетке не производится. Имеется возможность использовать вариант с односторонним или двусторонним взаимодействием сеток. При одностороннем взаимодействии происходит воздействие грубой сетки на мелкую. При двустороннем взаимодействии решения на родительской сетке в узлах, находящихся в пределах дочерней сетки, заменяются решениями на дочерней сетке.
В качестве исходных данных для модели WRF используются анализы и прогнозы из крупномасштабных моделей, результаты наблюдений, а также данные о рельефе и подстилающей поверхности. При использовании в качестве исходных данных только анализов и прогнозов в форме сводок GRIB (GRIdded Binary, формат, используемый в метеорологии для хранения полей данных) применяется процедура стандартной инициализации, состоящая в пространственно-временной интерполяции данных из крупномасштабной модели.
При дополнительном использовании результатов наблюдений применяется процедура трехмерного вариационного усвоения данных, которую предполагается в недалеком будущем дополнить системой четырехмерного вариационного усвоения наблюдений. Информация о трехмерном вариационном анализе содержится в работе Скамароха и др. [Skamarock et al., 2008].
В любом случае в программу стандартной инициализации должны поступать сводки в формате GRIB, а также данные о рельефе, землепользовании, типах почвы, средней годовой температуре на глубине 2 м, ежемесячные данные о покрытии земной поверхности растительностью, данные о максимальном альбедо снега и месячные данные об альбедо подстилающей поверхности. Эта информация находится в свободном доступе на сайтах NCAR. Электронные адреса архивов с характеристиками подстилающей поверхности можно найти также на сайте модели WRF.
Запрос модели WRF к данным по атмосфере и некоторым характеристикам подстилающей поверхности (температуре поверхности почвы, снежному покрову) регулируется таблицами соответствия переменных в модели WRF и сводках GRIB (так называемые Vables).
С тех пор как в 1922 году Ричардсон впервые попытался численно предсказать прогноз погоды, степень понимания учеными атмосферных процессов росла по мере роста вычислительной возможности компьютеров. В настоящий момент уравнения прогноза погоды решаются в среднем на сетках с шагом 10—30 км, однако и этого разрешения недостаточно для воспроизведения всех значимых масштабов атмосферных процессов. Поэтому часть вычислений выносится из динамического ядра в схемы параметризаций подсеточных процессов.
Отличительная особенность модели WRF состоит в том, что у пользователя имеется возможность выбора того или иного варианта параметризации каждого физического процесса: микрофизики, глубокой и мелкой конвекции, радиации, планетарного пограничного слоя, подстилающей поверхности и почвы. В этом она схожа со своим "родителем" — моделью ММ5.
Блок параметризаций физических процессов исполняется на завершающей стадии блока решения уравнений.
На предшествующей стадии происходит запрос массивов, необходимых для параметризации переменных (температуры, давления, высоты, мощности уровня и другие). Далее блоки параметризации пересчитывают их по заданным закономерностям и возвращают в нужном формате в блок решений уравнений движения.
Моделирование экстремальных осадков – наводнение в Краснодарском крае
Морской лед подразделен на 4 слоя толщиной 0.75 м каждый, а его общая толщина считается равной 3 м. Предполагается, что на льду имеется снежный покров толщиной 0.1 м. Для переноса тепла в толще льда используется уравнение теплопроводности. На нижней границе льда фиксируется температура –2оС.
Эта схема была усовершенствована в NCEP применительно к модели Eta [Ek et al., 2003]. Модернизации касаются, в основном, моделирования процессов на поверхности и в почве в холодный сезон года, процесса испарения с голой почвы, расчета коэффициента теплопроводности почвы и транспирации растительностью.
Эксперименты с унифицированной параметризацией Noah показали, что нововведения в представлении процессов холодного сезона практически устранили отрицательную смещенность в прогнозах температуры вблизи земной поверхности. Изменение методики расчета испарения с голой почвы увеличило суточную амплитуду температуры, которая раньше занижалась.
В результате в модели предсказывается почвенный лед, учитывается частичный снежный покров и излучательная способность поверхности. В ней также используется информация о типах растительности и почвы. Схема сопрягается с моделями погранслоя Eta и MRF. Модель цикла быстрого пополнения (RUC) Модель цикла быстрого пополнения была разработана применительно к прогностической региональной модели RUC (Rapid Update Cycle). В этой параметризации имеется 6 слоев в почве до глубины 3 см и до двух слоев снега (в зависимости от толщины снежного покрова), но отсутствует морской лед. В ней учитываются процессы замерзания и таяния почвы (в отличие от модели Noah), пятнистость снежного покрова, а также вариации температуры и плотности снега. В модели присутствует учет растительности ( [Smirnova et al., 1997], [Smirnova et al., 2000]). Модель Плейма-Ксю Схема Плейма-Ксю развивалась на базе модели ISBA [Noilhan and Planton, 1989; Pleim and Xiu, 1995; Xiu and Pleim, 2001]. Она представляет собой двухслойную модель возбуждения-восстановления для температуры и объемной влажности почвы. Верхний слой имеет толщину 1 см, а нижний — 99 см. Потоки влажности на поверхности реализуются эвапотранспирацией, испарением с поверхности почвы и влажной кроны. Сеточные характеристики растительности и почвы получаются по данным о долях различных типов растительности и почвы в пределах ячейки модельной вычислительной сетки. Имеется утилита, с помощью которой можно использовать информацию о температуре и влажности почвы после предыдущего интегрирования модели при ее последующем интегрировании.
Модель Noah-MP использует различные опции для всех ключевых процессов взаимодействия в почве. Параметризация отдельно работает с поверхностным растительным покровом и нижним ярусом, используя схему переноса радиации, которая учитывает физические и радиометрические свойства листьев. Модель воспроизводит многослойный снежный покров с возможностью накопления в нем воды и процессами таяния/замерзания. Также обладает схемой задержания снега, которая отвечает за накопление, таяние/замерзание и испарение снега, оставшегося на кронах деревьев и растительном покрове. Отдельно описывает процессы инфильтрации воды, стекания по поверхности, накопления и отгрузку грунтовыми водами. Вертикальное и горизонтальное распределение растительности может быть описано прогностическими фотосинтетическими моделями и моделью растительной динамики. С подробным описанием можно ознакомиться в статье Ниу и др. [Niu et al., 2011].
Модель SSiB (Simplified Simple Biosphere Model) создана для описания взаимодействия поверхности и атмосферы в климатических моделях [Xue et al., 1991]. Данная схема является третьим поколением модели. Аэродинамические свойства определяются по типу растительности, почвы и величины числа Ричардсона, полученного модифицированной теории подобия Монина-Обухова. Для более точного описания процессов в снежном покрове модель имеет три слоя снега. Схема может быть использована только с RRTM, CAM и RRTMG схемами параметризации длинноволновой радиации и с Dudhia, CAM и RRTMG схемами параметризации коротковолновой радиации.
Четвертая версия модели CLM (Community Land Model) была разработана в NCAR при участии большого количества сторонних специалистов и представляет собой самую современную схему для параметризации поверхности [Oleson et al., 2010]. Она содержит сложные схемы для работы с биофизикой, гидрологией, биохимией и растительной динамикой. В каждом узле сетки модель определяет 5 подсеточных типов почвы (ледник, озеро, влажная поверхность, растительность). Тип растительности поддерживает 4 типа растительного покрова, различающегося по физиологии и структуре. Вертикальная структура обладает одним слоем для растительности, пятью слоями для снежного покрова, 10 слоями для почвы. 1.4. Вычислительный алгоритм
В настоящий момент в NCAR разработаны две методики численного решения системы (1.58)-(1.64). Изначально была создана схема Advanced Research WRF (ARW), позже был предложен еще один вариант численного решения, разработанный в NCEP, под названием Nonhydrostatic Mesoscale Model (NMM). Далее будет кратко изложен вычислительный алгоритм ARW.
На сегодняшний день существуют некоторые ограничения относительно сеток моделей. Вложения могут производиться только в горизонтальной плоскости, поэтому по вертикали область расчетов должна быть одинаковой на всех сетках. Вложенные сетки должны быть ориентированы точно так же, как и материнская сетка и, наконец, шаг каждой дочерней сетки должен быть в целое число раз меньше, чем шаг родительской. Для численной стабильности предпочтительно, чтобы разрешение каждой вложенной сетки составляло треть от материнской. Имеется также возможность решения задачи на перемещающейся сетке. Дискретизация по времени Так же как и в модели ММ5, в методике ARW используется подход с расщеплением по времени. Медленные или низкочастотные моды интегрируются с использованием схемы Рунге-Кутта третьего порядка (РК3), а высокочастотные акустические моды интегрируются с меньшим шагом по времени для сохранения вычислительной устойчивости.
Горизонтально распространяющиеся акустические моды (включая внешнюю моду, присутствующую в г\ - координатах при постоянном давлении на верхней границе) интегрируются с использованием схемы вперед-назад, а вертикально распространяющиеся акустические моды и плавучие колебания интегрируются с помощью вертикально неявной схемы. Интегрирование с расщеплением аналогично предложенному в работе Клемпа и Вильхельмсона [Klemp and Wilhelmson, 1978] и развитому далее в работе Скамароха и Клемпа [Skamarock and Klemp, 1992]. Схема РК3 с расщеплением по времени описана в общем виде в работе Викера и Скамароха [Wicker and Skamarock, 2002]. В ARW она модифицирована применительно к эта-координате и потоковой форме уравнений, а также с учетом записи переменных в форме возмущений для акустического компонента при расщеплении по времени. Интегрирование акустической моды сделано в виде коррекции к интегрированию методом Рунге-Кутта.
В схеме РК3, описанной в работе Викера и Скамароха [Wicker and Skamarock, 2002], производится интегрирование системы обыкновенных уравнений с использованием формулировки предиктор-корректор. Определив прогностические переменные как Ф = (JJ, V, W, 0, ф ,\i!, Qm), а уравнения модели как Ф{ = Й(Ф), интегрирование РК3 производится в три шага, заполняющих временной интервал Дг:
Анализ гидрометеорологических условий в северной Атлантике по результатам мезомасштабного моделирования
Как было сказано во Введении, реанализы хорошо подходят для длительных экспериментов, которые прогнозируют глобальное состояние атмосферы на синоптическом масштабе. Эти модели широко используются в климатических исследованиях и играют важнейшую роль в понимании крупномасштабного взаимодействия океана и атмосферы. В то же время множество авторов указывают на важную роль мезомасштабной циркуляции в возникновении экстремальных атмосферных явлений [Кислов и др., 2015]. Максимальные скорости ветра у поверхности возникают за счет транспортировки из верхней части пограничного слоя частиц воздуха с большими скоростями [Brasseur, 2001]. Это может быть выражено в опускании ядра нижнетропосферного струйного течения, проявлением мезомасштабных явлений, таких, как торнадо, бора и др., или иметь характер нерегулярных флуктуаций. В любом случае, речь идет о короткоживущих аномалиях, связанных с крупномасштабными (синоптическими) процессами. Механизмы мезомасштабной циркуляции атмосферы, а также ее вклад в климатический масштаб до сих пор остаются слабо изученными и нуждаются в дополнительных исследованиях.
Одним из возможных путей уточнения значимости мезомасштаба в климатической динамике атмосферы может служить сравнение данных реанализа с результатами высокоразрешающего негидростатического моделирования на длительных промежутках по времени. Для этого в настоящей работе был проведен долгопериодный численный эксперимент для региона северной части Атлантического океана помощью атмосферной модели WRF за период 1989-2013 гг.
В данной главе представлен результат настройки и валидации высокоразрешающей модели, анализ выходных данных (в том числе экстремальных) о состоянии приземного слоя атмосферы, отвечающего за взаимодействие с океаном, а также их сравнение с современными реанализами. В числе прочего будут проанализированы турбулентные потоки тепла с поверхности, как основного механизма взаимодействия океан-атмосфера. В дополнение будет проведен независимый расчет турбулентных потоков тепла при помощи современной параметризации с использованием в качестве входных данных результатов моделирования и одного из реанализов. Что позволит, в свою очередь, оценить вклад мезомасштабных циркуляций, воспроизводимых WRF, в процессы взаимодействия океана и атмосферы. 3.1. Конфигурация модели и оценка качества
Необходимость длительного интегрирования накладывает существенные ограничения на конфигурацию модели. Так, для экономии вычислительных ресурсов, было решено воспользоваться вычислительной областью с горизонтальным разрешением 15 км, отказавшись от вложенных сеток. По вертикали задавалось 36 уровней. Шаг по времени составил 60 сек, выходная продукция сохранялась каждые 6 часов. Область моделирования была выбрана таким образом, чтобы обеспечить наиболее оптимальное покрытие северной части Атлантического океана (рис. 3.1).
При краткосрочных прогнозах погоды с помощью мезомасштабных моделей, в качестве начальных и граничных условий часто используют данные оперативного анализа. Однако, использования этой информации для задач мониторинга изменений климата не представляется корректным вследствие значительных методологических и информационных неоднородностей, которые могут привести к ложным трендам и искажению истинных процессов изменчивости климата. Поэтому для долговременного интегрирования в качестве начальных и граничных условий было решено воспользоваться информацией атмосферных реанализов, в которых используется неизменная схема усвоения данных, в совокупности с наблюдениями, не вошедшими в оперативные анализы [Рубинштейн и Стерин, 2002]. Среди современных и хорошо себя зарекомендовавших реанализов, покрывающих промежуток 1979–2013 гг., наиболее высоким разрешением обладает ERA-Interim – продукт Европейского центра прогноза погоды. В настоящее время для подобных экспериментов не существует однозначного ответа на вопрос об оптимальной периодичности обновления начальных условий, поэтому было принято решение установить ежегодное обновление (1 января), основываясь на аналогичной работе [Karlick, 2013]. В этом смысле эксперимент был практически полностью прогностическим. Граничные условия обновлялись каждые 6 часов.
Поскольку в настоящей работе основное внимание уделяется слою взаимодействия океана и атмосферы, то значительных ограничений на информацию о рельефе, растительности и почвы наложено не было. В качестве условий на нижней границе использовались рекомендуемые разработчиками модели данные о топографии с разрешением 2 угловые минуты. При подготовке к длительным экспериментам над поверхностью океана важным является информация о ТПО, которая бралась из данных ERA-Interim и обновлялась каждые 6 часов вместе с остальным граничными условиями.
Для оценки достоверности эксперимента, результат моделирования необходимо сравнить с данными наблюдений. Наиболее качественным источником натурной информации в исследуемом регионе являются данные буев. Существует сравнительно плотная сеть буев в Северной Атлантике – NDBC (National Data Buoy Center, США). Она включает в себя нефтяные платформы, прибрежные станции, заякоренные и дрейфующие буи разного типа, которые измеряют базовые характеристики состояния морской поверхности и атмосферы (ветер, температура, давление и т.д.). Временное осреднение для этих параметров составляет 8 минут. Данные передаются в Глобальную телекоммуникационную сеть раз в час. Погрешность для скорости ветра составляет ±1 м/с (или 10%), для температуры ±1, для давления ±1 гПа. База данных содержит наблюдения с начала 1970-х годов. Всего в ней насчитывается около 1500 станций. В настоящей работе приоритет отдавался станциям с фиксированными координатами, поэтому использовались только заякоренные буи. Общее количество заякоренных буев постоянно меняется (рис. 3.2), однако в последнее десятилетие, в связи с развитием автоматических измерительных станций, происходит активное добавление новых платформ.
Мезомасштабная циркуляция в приземном слое
Турбулентные потоки тепла в приземном слое атмосферы оказывают определяющее влияние на синоптическую изменчивость и связанную с ней циклоническую активность. Существует несколько подходов к оценке интенсивности синоптической изменчивости. В настоящей работе используется трудоемкий, но наиболее достоверный метод анализа синоптических процессов, который основан на непосредственной идентификации циклонов (трекинг) и позволяет определять траектории и количественно характеризовать параметры их жизненного цикла. Трекинг является классическим методом оценки циклонической активности, поскольку в ручном исполнении применяется в метеорологии с момента появления синоптических карт. На ручной идентификации траекторий циклонов были основаны и простые методы прогноза движения циклонов, среди которых была и экстраполяция траекторий, аппроксимированных некоторой функцией. Ручной трекинг по сравнению с численными схемами более точный, так как оператор, вовлечённый в процедуру трекинга, способен принимать физически обоснованные решения в случае неопределенностей. В то же время, ручной трекинг может содержать ошибки, связанные с субъективным видением синоптической ситуации конкретным оператором и с обработкой результатов идентификации циклонов. Но главным недостатком ручного трекинга является его трудозатратность, поэтому при обработке больших массивов данных используются автоматические системы.
Мощным стимулом для развития целого ансамбля схем автоматического трекинга [Sinclair, 1994; Murray and Simmonds 1991; Serreze, 1995; Blender et al., 1997; Zolina and Gulev, 2002] стало появление климатических архивов, как оперативных прогнозов, так и реанализов. Эти схемы основаны на численном анализе полей давления и позволяют определять центры циклонов и идентифицировать их траектории. Соединение центров циклонов в траектории является главным источником ошибок в численных схемах. Эти ошибки наиболее выражены в Северном полушарии и связаны, в основном, с идентификацией быстродвижущихся циклонов, которые огибают стационарные центры, с многоцентровыми депрессиями и другими сложными синоптическими ситуациями. Именно поэтому численные автоматические схемы работали наиболее успешно в Южном полушарии, показывая большую точность по сравнению с Северным полушарием [Murray and Simmonds, 1991].
В 1999—2000 гг. в Лаборатории взаимодействия океана и атмосферы и мониторинга климатических изменений Института Океанологии РАН (ЛВОАМКИ) была разработана собственная численная схема идентификации циклонов. На первом этапе производился ручной трекинг циклонов по данным приземного давления NCEP/NCAR. Эта процедура была автоматизирована с помощью интерактивного графического пакета Григорьева и др. [Grigoriev et al., 2000]. Анализ результатов ручного трекинга циклонов Северного полушария за период 1958— 1999 гг. позволил описать многие важные особенности синоптической активности в средних широтах. Затем на основе полученных результатов был развит численный метод идентификации циклонов, основанный на анализе поля приведенного приземного давления [Zolina and Gulev, 2002].
До настоящего момента системы трекинга применялись исключительно к данным грубого разрешения (реанализам). Однако наиболее современная версия автоматической системы идентификации циклонов ЛВОАМКИ [Tilinina at al., 2014] позволяет использовать эту методику для исследования высокоразрешающей циклонической активности, в том числе применительно к результатам модели WRF. Для оценки вклада мезомасштабной циркуляции необходимо сравнить циклоническую активность по данным модели и реанализа. Схема трекинга применялась к данным ERA-Interim, линейно приведенным на сетку WRF. В целях экономии вычислительных ресурсов исследования проводились для одного года (1990 г.).
Для картирования циклонов использовалась равноплощадная сетка с ячейками в виде окружности радиусом 2 и расстоянием между центрами ячеек 2 (при этом площадь ячейки сохраняется постоянно равной 155 000 км2). Такая сетка является оптимальной (по сравнению с прямоугольными) и использовалась для картирования циклонов в Южном полушарии. Отметим, что впервые она была рекомендована в работе [Kelsey, 1925] а начале XX века. Многократный учет циклонов в перекрывающихся соседних циркулярных ячейках даёт эффект сглаживания, однако этот эффект малозаметен при радиусе ячейки для картирования 2.
Результатом работы схемы идентификации циклонов ЛВОАМКИ является информация о продолжительности жизни каждого циклона, координатах его центра и глубине в каждый момент времени жизни. Чтобы избежать шума в данных, короткоживущие (до 1 суток) и малоподвижные (расстояние между первой и последней точками траектории менее 500 км) циклоны были отфильтрованы. В результате в данных WRF за 1990 год было выявлено около 2000 циклонов, а ERA-Interim – 2500. Различие говорит о том, что, несмотря на общие начальные и граничные условия, источники расходятся в своей интерпретации синоптической динамики.
На рисунке 3.32 показаны эмпирические распределения времени жизни (сутки) и скорости перемещения (км/ч) циклонов по данным высокоразрешающего моделирования и реанализа за два сезона: зима (январь-февраль-март) и лето (июль-август-сентябрь). Хорошо видно, что зимой модель (красный) воспроизводит больше короткоживущих (до 2-х суток) циклонов со средней скоростью (до 30 км/ч). В данных ERA-Interim (синий) генерируется больше вихрей, продолжительностью 3-е суток, при этом часто возникают быстро перемещающиеся циклоны. В летний период повторяемость обеих характеристик в целом хорошо согласована.