Результаты использования метода расчета количества осадков, основанного на параметризации микрофизических процессов, в глобальной спектральной модели атмосферы T85L31



Скачать 343.2 Kb.
Дата26.04.2016
Размер343.2 Kb.




И.В. Акимов
Результаты использования метода расчета количества осадков, основанного на параметризации микрофизических процессов, в глобальной спектральной модели атмосферы T85L31

Точность физического описания процессов перераспределения влаги в атмосфере является существенным фактором при определении количества осадков, изменения величин температуры и влажности в нижней тропосфере, величины водного баланса атмосферы и подстилающей поверхности. Применение в задачах прогноза погоды и численного моделирования атмосферных процессов метода расчета, детально учитывающего физику процесса осадкообразования, позволяет рассчитывать на более корректное описание пространственно-временного хода количества осадков. В работах [1, 2] автором предложен метод расчета интенсивности осадков на основе учета микрофизических процессов в облаках капельного и смешанного фазового состояния. Однако в этих работах не затронут вопрос о сравнении величин осадков, рассчитанных с помощью нового метода, с фактическими данными. Для тестирования нового метода и оценки влияния учета микрофизических процессов на качество расчета осадков было проведено включение рассматриваемого метода в виде блока параметризации осадков в глобальную спектральную модель Гидрометцентра России T85L31 (СМА). Основные уравнения и описание блока параметризации физических процессов модели T85L31 (СМА) изложены в работе [4]. Модель включает в себя уравнения динамики, притока тепла и переноса влажности. Расчет осадков проводится на основе конкретного распределения температуры и влажности, полученного в результате интегрирования модели. Новый метод требует наличия информации о характеристиках облачности, которая не включена в систему переменных модели СМА, однако может быть вычислена с привлечением дополнительных соотношений.

Для расчета интенсивности осадков по методу, изложенному в работах [1, 2], необходимо иметь информацию о границах и протяженности облачного слоя, величинах водности в этом слое , а так же о среднем размере частиц облака .

В случае слоистообразной облачности решение поставленной задачи возможно путем привлечения эмпирических соотношений, позволяющих определить вышеназванные характеристики облачного слоя в зависимости от вертикального распределения температуры и влажности.

Информация о границах и протяженности облачного слоя может быть получена на основе анализа вертикального распределения влажности. Слой в атмосфере будет считаться облачным при выполнении следующего условия [5]:

, (1)

где - значение относительной влажности в слое, - критическое значение относительной влажности для различных высот в атмосфере:



при гПа (облака нижнего яруса),

при гПа (облака среднего яруса),

при гПа (облака верхнего яруса).

После определения пространственной протяженности и границ облачного слоя необходимо рассчитать значения водности в этом слое (кг/м). Для определения величины можно воспользоваться соотношением [7]



, (2)

где (кг/м) – общее влагосодержание в слое (водяной пар и жидкая вода), - насыщающее значение влажности (кг/м), являющееся функцией температуры . Однако расчет водности по этой формуле связан со значительными погрешностями, т. к. в этом случае водность получается как малая разность больших величин. Следовательно, величинам, рассчитанным по этой формуле, можно доверять только при условии . Если это неравенство не выполняется и значения и близки, для расчета водности можно пользоваться эмпирической зависимостью, полученной в работе [6], которая хорошо воспроизводит небольшие фоновые значения водности в интервале температур К:



. (3)

Величину среднего размера облачных частиц можно рассчитать по величинам водности, пользуясь следующей эмпирической зависимостью [11]:



, (4)

где и - постоянные.

Таким образом, по формулам (2-4) рассчитываются значения водности и среднего радиуса облачных частиц для начального момента формирования осадков в слое. При расчете интенсивности осадков по методу, изложенному в [1], предполагается, что в начальный момент облачный слой является коллоидно-устойчивым и скорость осадкообразования определяется изменением функции распределения облачных частиц в этом слое за интервал времени .

Мера коллоидной неустойчивости облачного слоя, характеризующая интенсивность осадков, определяется величиной параметра функции распределения , сформировавшейся за интервал времени . Она рассчитывается согласно следующей формуле [1]:



, (5)

где - величина начального значения параметра функции распределения, характеризующая средний размер частиц облачного слоя до начала образования осадков, =2 - параметр, =0,15 - величина среднего коэффициента захвата облачных капель, м- характерное значение энергии турбулентности для слоистообразной облачности [1], - кинематическая вязкость воздуха, - плотность воды, - плотность воздуха, м/с – коэффициент диффузии водяного пара, - разность между значениями насыщающей влажности над водой и надо льдом, - доля ледяных кристаллов в облачном слое, задаваемая как функция температуры, согласно [12].

Следует отметить, что в случае применения метода для слоя облаков при отрицательной температуре, величина водности представляет собой удельное количество облачной воды в двух фазах (вода и лед), соотношение между которыми определяется величиной .

Значение параметра распределения рассчитывается из величины среднего радиуса облачных частиц по следующему соотношению [9]:



. (6)

Величина критической водности , характеризующая долю облачной воды, остающейся в слое после выпадения осадков, рассчитывается на основе величин параметра , полученных по формуле (5), согласно [1]:



, (7)

где , ,



- минимальное значение размера облачной частицы, при котором она может преодолеть вертикальные движения на нижней границе облака и выпасть как капля осадков. В работе [3] показано, что для облаков слоистого типа наиболее оптимальной является величина =50 мкм.

Интенсивность осадков (мм/ч), выпадающих из слоя облаков толщиной (м), может быть согласно работе [1] рассчитана из разности водности облака и критической водности, сформировавшейся за время :



. (8)

Таким образом, метод, предложенный в [1], позволяет по приращению параметра распределения, определяемого согласно (5), вычислить величину критической водности по формуле (7) и найти значения интенсивности осадков для каждого облачного слоя. Рассчитанные значения интенсивности осадков могут изменяться в результате усиления интенсивности осадков по пути к подстилающей поверхности в нижележащих облачных слоях и испарения осадков в подоблачном слое согласно формулам, изложенным в работе [2]. По пути к подстилающей поверхности изменяется также фазовый состав частиц осадков.

При применении данного метода для расчета осадков, выпадающих из облачности конвективного типа, следует учитывать, что определение границ и протяженности облачного слоя, а также величин водности в этом слое будет производиться уже по другим соотношениям.

Критерием наличия конвективной неустойчивости в атмосфере можно считать выполнение неравенства [7] , где (K/м) – градиент температуры в приземном слое атмосферы, =0.0098 K/м - сухоадиабатический градиент.

Уровень конденсации (нижняя граница конвективного облака) определяется как уровень, для которого справедливо следующее равенство:

, (9)

где – температура в поднимающейся частице воздуха, рассчитывается согласно [7]:



. (10)

Здесь - температура в приземном слое атмосферы, - приземное давление, - ускорение свободного падения. В случае расчета температуры по формуле (10) для слоев в атмосфере, находящихся выше уровня конденсации, величина сухоадиабатического градиента должна быть заменена величиной влажноадиабатического градиента .

Уровень конвективного подъема (верхняя граница конвективного облака) может быть определен как уровень, для которого обращается в ноль следующий интеграл:

(11)

Водность, образовавшаяся при конвективном подъеме в слое толщиной , рассчитывается согласно следующей формуле:



, (12)

где = м– показатель вовлечения.

При расчете количества осадков из слоя конвективной облачности следует учесть, что значения параметров, входящих в формулы (5) и (7), изменятся на следующие: =0,4,  м, =100 мкм.

С версией модели СМА, учитывающей параметризацию расчета осадков по новому методу, была проведена серия численных экспериментов по прогнозу осадков заблаговременностью от 24 ч до 72 ч. Результаты численных экспериментов с новой версией модели сравнивались с результатами, полученными по оперативной версии модели СМА [10]. Прогностические поля осадков, рассчитанные в узлах регулярной широтно-долготной сетки с шагом 2.5x2.5, сравнивались с фактическими значениями, представленными в виде пространственного распределения, полученного путем осреднения данных измерений на синоптических станциях по квадратам сетки. Кроме того, было проведено сравнение данных расчетов с данными наблюдений на отдельных станциях европейской территории России (ЕТР).

При сравнении полей осадков с фактическими данными использовались следующие статистические характеристики [8].

1. - величина критерия Пирси-Обухова, характеризующая успешность совпадения прогностических и фактических зон осадков (при идеальном прогнозе =1, при абсолютно некорректном прогнозе =-1).

2. - общая оправдываемость прогноза, характеризующая процент успешных прогнозов.

3. - оправдываемость прогноза наличия осадков, характеризующая процент успешных прогнозов наличия осадков.

4. - оправдываемость прогноза отсутствия осадков, характеризующая процент успешных прогнозов отсутствия осадков.

5. - предупрежденность прогноза наличия осадков, характеризующая процент успешно предсказанных случаев выпадения осадков.

6. - предупрежденность прогноза отсутствия осадков, характеризующая процент успешно предсказанных случаев отсутствия осадков.

Здесь - число случаев, когда осадки прогнозировались и наблюдались; - число случаев, когда осадки прогнозировались, но не наблюдались; - число случаев, когда прогнозировалось отсутствие осадков, а они наблюдались; - число случаев, когда прогнозировалось отсутствие осадков и они не наблюдались; - общее число точек, в которых прогнозировались осадки; - общее число точек, в которых наблюдались осадки; - общее число точек, в которых прогнозировалось отсутствие осадков; - общее число точек, в которых осадки не наблюдались; - общее число оцениваемых точек.

7. – превышение среднего прогностического количества осадков над фактическим, где - прогностическое количество осадков, - фактическое количество осадков.

8. – среднеквадратичная ошибка прогноза осадков по сравнению с фактом.

9. – надежность количественного прогноза осадков, характеризующая процент случаев, в которых расхождение между прогностическим количеством осадков и фактическим не превышает 3 мм. Здесь - число случаев, в которых расхождение между прогностическим и фактическим количеством осадков составляет менее 3 мм.

Для сравнения полей осадков, полученных с помощью нового метода, с полями осадков, рассчитанными по оперативной версии модели, были выбраны четыре региона северного полушария, характеризуемые наиболее густой синоптической сетью наблюдений: ЕТР (20-55 в.д.; 50-65 с.ш.), Центральная Европа (0-20 в.д.; 40-60с.ш.), Западная Европа (20-0 з.д.; 35-60 с.ш.), Северная Америка (70-100 з.д.; 30-50 с.ш.).

Величины критерия Пирси-Обухова (), рассчитанные для четырех вышеназванных регионов для марта 2001 г., представлены на рис. 1. Из рисунка видно, что использование нового метода улучшает прогноз пространственного распределения осадков только для заблаговременостей 24-36 ч. Для больших заблаговременностей (36-72 ч) результаты, полученные с помощью обоих методов, оказываются близки. На рис.2 приведены величины критерия Пирси-Обухова, рассчитанные для тех же регионов для июля 2001 г. В этом случае применение нового метода улучшает качество прогноза зон осадков для всего периода заблаговременностей (24-72 ч). В этом случае уровень оценок по оперативной версии модели СМА составляет =0,1-0,2, тогда как применение нового метода увеличивает качество прогноза пространственного распределения осадков до уровня =0,3-0,4.

На рис. 3. представлены величины надежности прогноза осадков , рассчитанные для июля 2002 г. Из рисунка видно, что для ЕТР, Центральной Европы и Западной Европы величины надежности прогноза осадков, полученные по новому методу, выше (90-95%), чем результаты расчета по оперативной версии модели (85-90%). Однако для Северной Америки наблюдается обратная ситуация, в этом случае оперативная версия модели СМА дает более высокие результаты оценок. Величины среднеквадратичной ошибки прогноза осадков для июля 2002 г., показанные на рис. 4., подтверждают вывод, сделанный из анализа рис. 3, что новый метод демонстрирует лучшие результаты по количественному расчету осадков для ЕТР, Центральной и Западной Европы. В этих случаях величины ошибки уменьшились в среднем от 2,5 до 1,5 для ЕТР, от 4,0 до 3,0 для Центральной Европы и от 3,5 до 2,5 для Западной Европы. Для Северной Америки, наоборот, при расчете осадков по новому методу величина ошибки возрастает, что говорит об ухудшении количественного расчета осадков в этом регионе. Величины систематической ошибки прогноза осадков , приведенные на рис. 5, показывают, что прогноз осадков по новому методу занижает величины осадков для регионов ЕТР и Западная Европа и завышает величины осадков для регионов Центральная Европа и Северная Америка.

Одной из возможных причин отличия результатов оценок, полученных для европейских регионов от результатов, полученных для Северной Америки, может служить тот факт, что метод расчета осадков включает в себя параметры, оценка характерных величин которых проводилась с использованием данных самолетных измерений [9]. Так как самолетные измерения проводились над европейским регионом, то использование этих результатов применительно к Северной Америке нельзя считать вполне корректным, что и отразилось на оценках. Поэтому одним из дальнейших путей совершенствования предложенного метода может являться подбор параметров, входящих в метод, для различных географических регионов.

Кроме того, было проведено сравнение прогностических величин осадков с использованием данных наблюдений на отдельно взятых синоптических станциях ЕТР. В табл. 1 и табл. 2 представлены оценки, рассчитанные для прогноза осадков заблаговременостью 24 и 36 ч на станциях Москва, Санкт-Петербург, Киров, Брянск, Белгород для марта и мая 2001 г. Из таблиц видно, что величины оценок сильно меняются для различных станций. Например, для марта 2001 г. наиболее высокие величины критерия Пирси-Обухова получились для станции Киров (=0,66), а наименьшие значения для станции Брянск (=0,11). Следует отметить, что величины оценок существенно меняются от месяца к месяцу. Например, для прогноза осадков на станции Белгород в марте величина критерия Пирси-Обухова составила =0,52 для заблаговременности 36 ч, а в мае эта величина составила =0,25. Еще сложнее ведут себя погрешности расчета осадков. Так величина среднеквадратичной ошибки изменяется от 0,7 до 4,2, а величина абсолютной ошибки от –0,1 до 1,1. Представленные результаты свидетельствуют о том, что ввиду локальных и мезометеорологических особенностей, присущих каждой станции, очень трудно судить о преимуществе нового метода, анализируя оценки, рассчитанные для отдельной станции. Поэтому в табл. 1 и табл. 2 приведены средние оценки по рассматриваемым станциям. Анализ средних оценок показывает, что новый метод улучшает качество прогноза осадков модели СМА, так для прогноза осадков заблаговременностью 24 ч в мае 2002 г. величина критерия Пирси-Обухова увеличилась от 0,23 до 0,35. Следует отметить, что при расчете осадков по новому методу величина предупрежденности осадков увеличилась с 27% до 65%. Погрешности расчета осадков и в случае прогноза осадков по новому методу оказываются несколько выше, чем при прогнозе по оперативной версии, а величина надежности прогноза осадков оказывается более низкой, что свидетельствует о завышении рассчитанного количества осадков. Причина этого может быть устранена либо путем введения статистической коррекции рассчитанных осадков, либо путем уточнения информации о величинах микрофизических параметров облачного слоя.

Таким образом, приведенные в работе результаты позволяют говорить об улучшении точности расчета пространственного распределения осадков при использовании нового метода. Это доказывает эффективность применения параметризации микрофизических процессов при расчете осадков в крупномасштабных моделях прогноза погоды.

Работа поддержана грантами РФФИ 01-05-65493 и 02-05-06492.




а)




б)














в)




г)



Рис. 1. Величины критерия Пирси-Обухова (), рассчитанные для марта 2002 г. для четырех регионов по двум различным версиям модели СМА: 1- оперативная версия, 2- версия модели с новым методом расчета осадков. Регионы: ЕТР (a), Центральная Европа (б), Западная Европа (в), Северная Америка (г).




а)




б)














в)




г)



Рис. 2. Величины критерия Пирси-Обухова (), рассчитанные для июля 2002 г. для четырех регионов по двум различным версиям модели СМА: 1- оперативная версия, 2- версия модели с новым методом расчета осадков. Регионы: ЕТР (a), Центральная Европа (б), Западная Европа (в), Северная Америка (г).




а)




б)














в)




г)



Рис. 3. Величины надежности прогноза осадков (), рассчитанные для июля 2002 г. для четырех регионов по двум различным версиям модели СМА: 1- оперативная версия, 2- версия модели с новым методом расчета осадков. Регионы: ЕТР (a), Центральная Европа (б), Западная Европа (в), Северная Америка (г).



а)




б)














в)




г)



Рис. 4. Величины среднеквадратичной ошибки прогноза осадков (), рассчитанные для июля 2002 г. для четырех регионов по двум различным версиям модели СМА: 1- оперативная версия, 2- версия модели с новым методом расчета осадков. Регионы: ЕТР (a), Центральная Европа (б), Западная Европа (в), Северная Америка (г).




а)




б)














в)




г)



Рис. 5. Величины систематической ошибки прогноза осадков (), рассчитанные для июля 2002 г. для четырех регионов по двум различным версиям модели СМА: 1- оперативная версия, 2- версия модели с новым методом расчета осадков. Регионы: ЕТР (a), Центральная Европа (б), Западная Европа (в), Северная Америка (г).

Таблица 1

Оценки прогнозов по двум вариантам расчета СМА для станций ЕТР, март 2002 г.



Станция

Заблаговре-менность, ч

Вариант расчета

T

U






















Москва

24

опер.

0,48

75

89

69

54

94

0,0

1,2

84

новый

0,51

76

81

74

64

87

0,5

1,6

82

36

опер.

0,47

74

89

68

53

94

-0,3

0,7

96

новый

0,57

79

88

73

65

92

0,1

0,9

93

С.Петербург

24

опер.

0,23

63

60

65

46

76

-0,1

2,1

90

новый

0,21

62

60

63

46

75

0,2

3,2

86

36

опер.

0,39

71

67

74

62

78

0,3

1,1

100

новый

0,53

77

71

81

77

76

0,5

1,8

97

Киров

24

опер.

0,60

80

79

81

79

81

-0,2

1,5

90

новый

0,66

83

79

87

85

81

-0,2

2,0

86

36

опер.

0,57

77

92

67

65

92

0,3

2,5

80

новый

0,58

79

81

77

81

77

1,5

2,9

83

Брянск

24

опер.

0,09

61

50

64

25

84

0,4

2,2

94

новый

0,11

63

50

67

27

84

0,3

2,3

97

36

опер.

0,18

65

57

67

33

84

0,3

1,8

94

новый

0,28

67

60

70

50

78

1,1

4,2

90

Белгород

24

опер.

0,53

81

67

86

67

86

0,2

1,0

97

новый

0,48

77

60

85

67

81

-0,1

1,2

93

36

опер.

0,48

77

78

77

58

89

-0,1

0,5

100

новый

0,52

77

67

83

73

79

0,8

4,3

90

Средние

24

опер.

0,38

72

69

73

54

84

0,1

1,6

91

новый

0,39

72

66

75

58

82

0,1

1,8

88

36

опер.

0,42

73

77

71

54

87

0,1

1,3

94

новый

0,49

76

73

77

69

80

0,8

2,8

91

Таблица 2



Оценки прогнозов по двум вариантам расчета СМА для станций ЕТР, май 2002 г.

Станция

Заблаговре-менность, ч

Вариант расчета

T

U






















Москва

24

опер.

0,01

78

0

84

0

91

-0,1

0,4

100

новый

0,44

76

25

95

67

77

0,1

0,7

100

36

опер.

0,38

81

100

79

38

100

-0,4

0,9

100

новый

0,63

79

58

94

88

75

0,3

1,4

96

С.Петербург

24

опер.

0,40

89

100

88

40

100

-0,4

1,2

93

новый

0,49

76

50

89

71

77

-0,2

1,4

93

36

опер.

0,47

81

67

85

57

89

-0,1

1,0

96

новый

0,33

71

44

84

57

76

0,0

0,9

96

Киров

24

опер.

0,47

68

100

56

47

100

-0,4

2,4

92

новый

0,30

67

67

67

80

50

0,3

2,9

89

36

опер.

0,30

56

89

39

42

88

-0,4

2,0

93

новый

0,20

66

68

57

83

36

0,1

2,2

90

Брянск

24

опер.

0,02

70

25

78

17

86

0,3

2,6

85

новый

0,14

68

25

85

40

74

0,0

1,7

93

36

опер.

0,36

78

50

86

50

86

-0,1

3,9

78

новый

0,53

72

42

94

83

70

0,0

2,4

76

Белгород

24

опер.

0,24

78

50

83

33

90

-0,2

0,7

100

новый

0,39

76

50

86

57

82

0,0

1,9

93

36

опер.

0,29

81

67

83

33

95

-0,2

1,9

93

новый

0,25

72

43

82

43

82

0,6

3,1

90

Средние

24

опер.

0,23

76

55

77

27

93

-0,2

1,5

94

новый

0,35

73

43

84

65

72

0,0

1,7

91

36

опер.

0,36

75

75

74

44

91

-0,2

1,9

92

новый

0,39

72

51

82

71

68

0,0

2,0

90

Список литературы
1. Акимов И.В. Метод расчета количества осадков, выпадающих из облачности капельного и смешанного фазового состояния, основанный на параметризации микрофизических процессов.// Труды Гидрометцентра России.-2001.- Вып. 336.- С. 149-163.

2. Акимов И.В. Метод расчета усиления интенсивности осадков при прохождении ими нижележащих облачных слоев. Определение скоростей испарения и таяния осадков.// Труды Гидрометцентра Росии.-2001.- Вып. 336.- С. 164-178.

3. Дмитриева- Арраго, Л.Р., Акимов И.В. О критериях начала осадкообразования при расчете осадков из неконвективных облаков в моделях прогноза погоды.// Метеорология и гидрология.-1996.- N 8.- С. 5-16.

4. Курбаткин Г.П., Дегтярев А.И., Фролов А.В. Спектральная модель атмосферы, инициализация и база данных для численного прогноза погоды.// Л.: Гидрометеоиздат.- 1994. - 184с.

5. Марчук Г.И., Кондратьев К.Я., Козодеров В.В., Хворостьянов В.И. Облака и климат. // Л.: Гидрометоиздат. –1986. - 512 с.

6. Матвеев Л.Т. Динамика облаков.// Л.: Гидрометеоиздат. – 1981. - 331 с.

7. Матвеев Л.Т. Физика атмосферы. // СПб.: Гидрометеоиздат. – 2000. - 778 с.

8. Методические указания. Проведение производственных (оперативных) испытаний новых и усовершенствованных методов гидродинамических и гелиогеографических прогнозов. РД 52.27.284-91. // Л.: Гидрометеоиздат. – 1991. - 149 с.

9. Облака и облачная атмосфера. Справочник. Под. ред. И.П. Мазина и А.Х. Хргиана. // Л.: Гидрометеоиздат. – 1989. - 647 с.

10. Розинкина И.А., Киктев Д.Б., Пономарева Т.Я., Рузанова И.В. Оперативный выпуск гидродинамических прогнозов по спектральной глобальной модели Гидрометцентра России. // Труды Гидрометцентра России. –2001. - Вып. 334. - С. 52-68.



11. Jonson D.W. Parameterization of the cloud topped boundary layer: Aircraft measurements.// Proceedings of the workshop held at ECMWF on parameterization of the cloud topped boundary layer. 1993, Reading, UK, pp. 5-35.

12. Sundqvist H. Inclusion of ice phase of hydrometeors in cloud parameterization for mesoscale and large-scale models.// Beitr. Phys. Atmosph., 1993, N 66, pp. 137-147.



База данных защищена авторским правом ©ekollog.ru 2017
обратиться к администрации

войти | регистрация
    Главная страница


загрузить материал