<<
>>

ПАРАМЕТРИЗАЦИЯ БОЛОТВ МОДЕЛИ ЧИСЛЕННОГО ПРОГНОЗА ПОГОДЫ ПЛАВ А. Ю. Юрова, М. А. Толстых

  'Гидрометцентр России г. Москва, alla.yurova@gmail.com

"Институт Вычислительной Математики РАН, г. Москва, tolstykh@inm.ras.ru

В глобальную полулагранжеву модель численного прогноза погоды ПЛАВ была включена параметризация влаго- и теплообмена болот.

В результате удалось уменьшить ошибку прогноза температуры воздуха и относительной влажности на уровне 2 м по территории Сибири для заболоченных регионов для всех заблаговременностей прогноза.

В последние десятилетия существенный прогресс в развитии схем описания процессов на поверхности и в деятельном слое суши в моделях прогноза погоды позволил перейти к более детальному воспроизведению моделями взаимодействия между гидросферой, биосферой и атмосферой и обеспечил уменьшение ошибок прогноза приземной температуры и влажности. Дальнейшее развитие моделей зависит, в том числе, от внедрения новых параметризацией горизонтальных неоднородностей в поле влажности почвы [1]. В умеренной лесной (бореальной) зоне и в особенности на территории Сибири пространственная картина влагосодержания почвы (торфа) существенно неоднородна за счет многочисленных болот. Глубина грунтовых вод в болотах невелика (максимум 60-70 см), и поверхность оказывается временно или постоянно насыщенной. Физические и экологические свойства болот существенно отличают их от соседствующих водораздельных пространств, и формирование стока и испарения с болот имеет специфические черты.

В данной работе ставилась задача описать тепло- и влагообмен болот для уточнения расчетов потоков тепла и влаги над заболоченными территориями в глобальной полула- гранжевой модели атмосферы ПЛАВ [2]. ПЛАВ является глобальной оперативной моделью численного прогноза погоды в Гидрометцентре России. Модель имеет разрешение 0,9° по долготе 0,72° по широте и 50 уровней по вертикали. Динамическое ядро модели является оригинальной разработкой, а набор параметризацией процессов подсеточного масштаба (коротко- и длинноволновая радиация, глубокая и мелкая конвекция, планетарный пограничный слой, параметризация тепло- и влагообмена с подстилающей поверхностью) заимствован из разработок консорциума по мезомасштабному моделированию ALADIN и LACE (Limited Area modeling for Central Europe).

В используемой схеме описания поверхности были сделаны следующие модификации: В модель была включена схема переноса тепла, основанная на решении уравнения теплопроводности в многослойной почве [3]. Коэффициенты теплоемкости и теплопроводности брались как средневзвешенные для торфа, воды и воздуха пор торфа. Расчетная область охватывала глубину 10 м. Разрешение в верхних 2 м составляло 10 см и затем постепенно увеличивалось к нижней границе. Компоненты водного баланса болота рассчитывались с помощью модели MMWH (Mixed Mire Water and Heat) [4]. Эта модель основанна на классической теории во- добмена в болотных ландшафтах [5], но снабжена новым экспериментальным материалом [4, 6]. Модель использовалась для расчета стока и испарения с болот, которые являлись эмпирическими функциями уровня грунтовых вод [7]. Уровень грунтовых вод был прогностической переменной модели и рассчитывался из уравнения водного баланса. Испарение описывалось от двух источников: транспирация растительности, зависящая в том числе от влажности корнеобитаемого слоя и испарение непосредственно с поверхности торфа.



Ряд параметров, таких как альбедо и параметр шероховатости задавались специально для болот.

С помощью модели, включающей новую схему описания болот, в процессе циклического усвоения данных наблюдений за период июль-август 2008 года были получены стартовые поля метеорологических величин. С новой модификацией модели был выполнен расчет серии прогнозов для срока начальных данных 00 ч ВСВ. Параллельно проводился контрольный расчет, не включающий в себя новую параметризацию. Процент болот задавался по данным, пересчитанным на модельную сетку из геоинформационной системы «Болота России» института лесоведения РАН [8].

В результате расчетов для ячеек на территории Сибири в пределах 55-63°с.ш., 60-85° в.д., где процент болот составляет более 50 %, были получены существенно измененные потоки тепла и влаги. Поток скрытого тепла существенно увеличился, в то время как поток явного тепла уменьшился. Поток тепла в почву также уменьшился (рис. 1). В результате увеличения расходов тепла на испарение температура поверхности понизилась.

Средняя ошибка прогноза температуры воздуха (рис. 2а) и относительной влажности на уровне 2 м (рис. 2б) по территории Сибири для заболоченных районов в модели с включением параметризации болот уменьшилась для всех заблаговременностей прогноза. Также уменьшились и абсолютная ошибка прогноза температуры (рис. 2в) и среднеквадратическая ошибка прогноза относительной влажности воздуха на уровне 2 м (рис. 2 г). Однако уменьшение ошибки более существенное для заблаговременностей 12, 36 и 60 ч, чем для 24, 48 и 72 ч.

В целом стандартная версия модели воспроизводит температуру воздуха выше наблюденной и влажность воздуха меньше наблюденной для заболоченных территорий Сибири, и включение параметризации тепло- и влагообмена болот позволило уменьшить ошибки прогноза.

alt="" />

Рис. 2. Средняя ошибка прогноза температуры воздуха (а) и относительной влажности воздуха (б)

на высоте 2 м. Абсолютная ошибка прогноза температуры воздуха на высоте 2 м (в) и среднеквадратическая ошибка прогноза относительной влажности воздуха на высоте 2 м (г). Осреднение по ячейкам модели, где болота занимают более 50 % площади, в пределах 55-63°с.ш., 60-85° в.д.

Литература: Gedney, N. and Cox P. M. The Sensitivity of Global Climate Model Simulations to the Representation of Soil Moisture Heterogeneity// Journal of Hydrometeorology. - 2003. - V. 4. - P. 1265-1275. Толстых М. А. Полулагранжева модель атмосферы с высоким разрешением для численного прогноза погоды // Метеорология и гидрология. - 2001. - № 4. - С.5-16. Wania R., Ross I., and Prentice I.

C. Integrating peatlands and permafrost into a dynamic global vegetation model: 1. Evaluation and sensitivity of physical land surface processes // Global Biogeo- chem. Cycles. - 2009. - V. 23. - GB3014. Granberg G., Grip H., Ottosson-Lofvenius M., Sundh I., Svensson B. H. and Nillsson M. A simple model for simulation of water content, soil frost, and soil temperatures in boreal mixed mires // Water resources research. - 1999. - V. 35. - P. 3771-3782. Иванов К. Е. Водообмен в болотных ландшафтах. - Л.: Гидрометеоиздат, 1975. - 280 с. Yurova, A., Wolf A., Sagerfors J. and Nilsson M. Variations in net ecosystem exchange of the carbon dioxide in a boreal mire: Modeling mechanisms linked to water table position // Journal of Geophysical Research-Biogeosciences. V. 112. doi: 10.1029/2006JG000342. Weiss R., Shurpali N. J., Sallantaus T., Laiho R., Laine J. and Alm J. Simulation of water table level and peat temperatures in boreal peatlands // Ecological Modelling. - 2006. - V. 192. - P. 441-456. Вомперский С. Э., Сирин А. А., Цыганова О. П., Валяева Н. А., Майков Д. А. Болота и заболоченные земли России: попытка анализа пространственного распределения и разнообразия // Известия РАН, серия географическая. - 2005. - Т. 5. - С. 39-50.

PARAMETERIZATION OF MIRES

IN NUMERICAL WEATHER PREDICTION MODEL SL-AV

A. Y. Yurova, M. A. Tolstykh

Parameterization of mire water and heat exchange was included into the global semi-Lagrangian numerical

weather prediction model SL-AV. An error reduction is seen in 2-m temperature and relative humidity forecast for the

territory of Siberia in the regions covered by mires for all lead times.

<< | >>
Источник: Л. И. Инишева. Болота и биосфера : материалы VII Всероссийской с международным участием научной школы. 2010

Еще по теме ПАРАМЕТРИЗАЦИЯ БОЛОТВ МОДЕЛИ ЧИСЛЕННОГО ПРОГНОЗА ПОГОДЫ ПЛАВ А. Ю. Юрова, М. А. Толстых:

  1. Приметы для долгосрочного прогноза погоды
  2. Приметы для прогноза погоды по поведению насекомых, птиц и животных
  3. Математические модели в экологии. Модели биогеоценозов
  4. ИСПОЛЬЗОВАНИЕ ТОРФЯНЫХ БОЛОТВ КАЧЕСТВЕ ПРИЕМНИКОВ ЖИВОТНОВОДЧЕСКИХ СТОКОВ Н. П. Ахметьева, Е. Е Лапина
  5. Толстый кишечник
  6. НУ ОЧЕНЬ ТОЛСТЫЕ ЛОРИ
  7. 2.3. ПОГОДА Й КЛИМАТ
  8. САМЫЙ ТОЛСТЫЙ
  9. 3. Анализ рефренов и диатропический прогноз
  10. 19.2.3. Простейшие, обитающие в толстой кишке
  11. ЛЕЧЕНИЕ, ПРОГНОЗ И ПРОФИЛАКТИКА
  12. ПОГОДА И КЛИМАТ: В ЧЕМ РАЗНИЦА МЕЖДУ НИМИ
  13. Районирование и региональный прогноз развития болот
  14. ГЛАВА ПЕРВАЯ ГОВОРИМ «КЛИМАТ» ПОДРАЗУМЕВАЕМ «ПОГОДА