WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Усовершенствование долгосрочных метеорологических прогнозов на основе структурно-статистического подхода

Автореферат докторской диссертации

 

На правах рукописи

Хан Валентина Моисеевна

«Усовершенствование долгосрочных

метеорологических прогнозов на основе

структурно-статистического подхода»

25.00.30-Метеорология, климатология, агрометеорология

Автореферат диссертации на соискание ученой степени доктора географических наук

Москва 2012


Работа выполнена в ФГБУ «Гидрометеорологический научно-исследовательский центр

Российской Федерации»

Научный консультант:

Доктор технических наук                                            P.M. Вильфанд

Официальные оппоненты:

Доктор физико-математических наук,                                П.П. Васильев

профессор

Доктор географических наук, профессор                              Н.А. Калинин

Доктор географических наук, профессор                              А.В. Мещерская

Ведущая организация: Российский государственный гидрометеорологический

университет

Защита состоится:      20 июня     2012 г. в      14.00   часов на заседании диссертационного

совета Д 327.003.01 в ФГБУ «Гидрометеорологический научно-исследовательский центр

Российской Федерации» по адресу 123242, г. Москва, Большой Предтеченскии пер., д. 11-

13.

С диссертацией можно ознакомиться в библиотеке ФГБУ «Гидрометцентр России»

Автореферат разослан « »___________________ 2012 г.

Ученый секретарь диссертационного совета,

доктор географических наук                                                                     Е.С. Нестеров


1. Актуальность выполненного исследования

Социально-экономическая востребованность прогностической метеорологической информации постоянно возрастает, особенно в связи с происходящими изменениями климата. Вместе с этим, до настоящего времени существует значительный уровень неопределенности долгосрочных метеорологических прогнозов (долгосрочными здесь и далее мы будем называть прогнозы на месяц и более длительные сроки). Прогресс, достигнутый за последние десятилетия в области систем климатических наблюдений, возможность использования новых источников четырехмерных метеорологических данных с недоступными ранее пространственно-временным охватом и разрешением, появление современных гидродинамических схем прогноза и мощных вычислительных ресурсов открывают перспективу более детального учета различных синоптических и макроциркуляционных факторов с целью повышения качества прогнозов. Исследования, составившие основу предлагаемой диссертационной работы, позволили сформулировать научно-практические направления по совершенствованию технологий выпуска долгосрочных метеорологических прогнозов (ДМП), которые сочетают использование перечисленных новых ресурсов и разработанных ранее традиционных методов. Таким образом, актуальность работы определяется постоянно растущими требованиями к повышению оправдываемое™ ДМП со стороны различных секторов экономики.

Рамочной концепцией, определяющей современные стандарты взаимодействия между пользователями и поставщиками климатической информации, стала Глобальная основа климатического обслуживания (ГОКО), принятая ВКК-3 (Третьей всемирной климатической конференцией). Одним из требований, предъявляемых к ДМП на современном этапе, является их проблемная ориентированность и адаптированность к потребностям пользователей. В соответствии с этим, в развитых странах активно разрабатываются инструменты поддержки принятия решений для различных социальных и экономических секторов с учетом климатической информации, и накапливается опыт их практического применения, убедительно свидетельствующий о преимуществах использования такого подхода. Это в полной мере относится и к социально-экономической сфере Российской Федерации. В предлагаемой диссертационной работе возможности и пути повышения результативности решения практических проблем секторов экономики за счет более полного и эффективного учета климатической информации продемонстрированы на примерах задач энергетики и подразделений лесного хозяйства.

2. Цели и задачи диссертационной работы

Общей целью диссертационной работы является развитие методов повышения качества ДМП с применением структурно-статистического подхода. Под термином «структурно-статистический подход» здесь понимается оптимизация основных структурных компонентов технологии подготовки ДМП (организация информационной базы, интерпретация гидродинамических и статистических прогнозов, учет синоптических и макроциркуляционных факторов, адаптация прогнозов для нужд секторов экономики) на основе статистического анализа составляющих их элементов.


Для достижения общей цели требовалось решить следующие задачи:

  1. Предложить подходы для увеличения объема и повышения точности входных данных, составляющих информационную основу прогноза - данных, используемых в качестве предикторов в статистических схемах, либо ассимилируемых при использовании численных моделей.
  2. Исследовать связь долгосрочной предсказуемости с крупномасштабными характеристиками подстилающей поверхности (такими, как температура поверхности океана и снежный покров) и циркуляционными факторами атмосферы (квазистационарная циркуляция, блокинги).
  3. Типизировать синоптическую информацию о крупномасштабных циркуляционных процессах для априорной оценки предсказуемости и оптимального выбора предикторов.
  4. Развить методику статистической интерпретации и комплексации долгосрочных гидрометеорологических прогнозов с целью оптимального комбинирования статистических и динамических методов прогнозирования.
  5. Разработать методики адаптации ДМП для решения конкретных задач в интересах отраслей экономики, в частности, для лесного хозяйства и в сфере энергетики.

3. Положения, выносимые на защиту и их новизна

  1. Обоснование степени адекватности данных реанализов и их информативности в применении к задачам ДМП на основе сравнения продуктов реанализов (характеристики снежного покрова, температура на разных изобарических поверхностях, удельная влажность) и данных прямых измерений.
  2. Оценки влияния крупномасштабных характеристик подстилающей поверхности и синоптических факторов на предсказуемость метеоэлементов на долгие сроки и выводы о высоком прогностическом потенциале характеристик снежного покрова в Сибири и долгоживущих (более десяти дней) блокирующих антициклонов для задач ДМП.
  3. Схема априорного оценивания успешности ДМП на основе типизации изменчивости полей предикторов.
  4. Обоснование улучшения качества долгосрочного прогнозирования при применении методов интерпретации ансамблевых прогнозов в ходе вычислительных экспериментов с отечественными глобальными гидродинамическими моделями (Гидрометцентра РФ и ГТО) и зарубежными моделями, используемыми в работе Климатического центра Азиатско-Тихоокеанского сотрудничества.
  5. Методики внедрения ДМП в интересах конкретных отраслей экономики: в сфере теплоэнергетики реализована методика оценки прогнозирования параметра ГСОП (градус-сутки отопительного периода), характеризующего потребность в отоплении; для нужд подразделений лесного хозяйства предложена методика прогнозирования лесной пожарной опасности на долгие сроки с учетом прогностической информации моделей ПЛАВ (Россия) и CFS(CIHA).

4. Практическая значимость результатов работы

По результатам сравнения данных станционных, спутниковых измерений и

реанализов ведущих прогностических центров по отдельным метеоэлементам

(температура воздуха приземная и в свободной атмосфере, водный эквивалент снега,

высота снежного покрова, площадь снежного покрова, удельная влажность в свободной

атмосфере)     сформулированы         методические    рекомендации     по     использованию

перечисленных    данных    в    технологиях    составления    ДМП    и    при    валидации гидродинамических моделей в ходе численных экспериментов.

Оценки долгопериодной изменчивости отдельных метеоэлементов в глобальном и региональном масштабах будут учитываться при подготовке оперативных ДМП и послужат повышению их успешности.

Выполненные исследования по определению влияния крупномасштабных характеристик подстилающей поверхности, таких как снежный покров, и синоптических факторов, таких как блокирующие антициклоны, на предсказуемость метеоэлементов на долгие сроки позволяют выявить периоды и регионы повышенной успешности ДМП. Учет этих факторов целесообразно реализовать в технологическом комплексе по выпуску ДМП в ФГБУ «Гидрометцентр России».

Результаты исследований, связанных с мультимодельным подходом к повышению качества ДМП, нашли практическое применение в технологии выпуска сезонных ансамблевых прогнозов в рамках оперативной деятельности Северо-евразийского регионального климатического центра Межгосударственного Совета по гидрометеорологии стран СНГ.

Результаты сравнительного анализа прогнозов на холодный период, выпускаемых двумя центрами - Центром исследований атмосферы и окружающей среды (США) и Гидрометцентром России - представленные в форме, адаптированной для потребителей в энергетической отрасли, позволяют повысить эффективность решения практических задач в сфере энергетики.

Созданная система и программно-технический комплекс долгосрочного прогнозирования пожароопасности лесов прошли апробацию и внедрены в производственную деятельность служб оперативного управления и планирования ФГУ «Авиалесохрана» (акт о внедрении прилагается).

5. Апробация результатов

Результаты диссертационной работы докладывались на научных семинарах в Гидрометцентре России, Росгидромете, Национальная администрация по вопросам океана и атмосферы (????, США), Национальный центр по прогнозированию окружающей среды (NCEP, США), Национальный межведомственный центр по борьбе с пожарами (NIFC, США), в Университете Жироны (Испания), в Университете штата Аризона (США), а также на многочисленных конференциях. Ниже перечислены только конференции, форумы, семинары за последние 3 года:

Международная конференция «Использование гидрометеорологической информации для нужд энергетической отрасли РФ» (Москва; 2009 г.),


VI Всероссийский метеорологическом съезд (Санкт-Петербург, 2009 г.);

Конференция    "М.А.    Петросянц    и    современные    проблемы    метеорологии    и климатологии" (2009 г., Москва);

Техническая   конференция   по   изменению   климата;   15-й   сессии   Комиссии   по климатологии (Анталия, Турция; 2010 г.);

Пятый  корейско-российский  совместный  семинар  по  изменению  и  колебаниям климата (Чжейдо, Корея, 2010 г.);

Международный       семинар       «Проблемы       и       достижения       долгосрочного метеорологического прогнозирования» (Киев, Украина, 2011 г.);

Международная конференция «Проблемы адаптации к изменению климата» (Москва, 2011 г.);

Ежегодные ассамблеи Европейского Геофизического Союза (Вена, Австрия, 2006-2011 гг);

Первый Форум стран СНГ по сезонным климатическим прогнозам (Москва, 2011 г.);

Международный   семинар   «Управление   климатическими   рисками»   (Алма-Ата, Казахстан, 2011 г.).

Международное совещание экспертов ВМО по взаимодействию с пользователями климатической информации (Женева, 2011 г.)

Международное совещание экспертов ВМО по наращиванию потенциала для целей реализации Глобальной рамочной климатической основы (Женева, 2011 г.).

Международный   семинар   «Управление   климатическими   рисками»   (Братислава, Словакия, 2012 г.).

По теме диссертации опубликована 41 печатная работа, из них 16 статей в журналах из перечня изданий, рекомендованных ВАК, 10 статей в сборниках «Труды Гидрометцентра России», 3 статьи являются главами в книгах, остальные работы - статьи в разных журналах и сборниках.

6. Специальность, которой соответствует диссертационная работа

По своей тематике диссертационная работа соответствует специальности 25.00.30 -«метеорология, климатология и агрометеорология» в перечне специальностей, утвержденном ВАК.

7. Структура и объем диссертации

Работа состоит из введения, пяти глав и заключения. Общий объем работы 302 страницы, иллюстраций 78, таблиц 39. Список литературы насчитывает 265 источников.

8. Краткое содержание диссертации

Во Введении обоснованы актуальность и практическая важность диссертационной работы, сформулированы ее цели и задачи. Коротко описаны структура работы, основное содержание каждой главы и характер полученных результатов.


Глава 1 («История и современное состояние долгосрочного метеорологического прогнозирования») имеет обзорный характер. В ней обсуждаются факторы, определяющие долгосрочную предсказуемость и возможности ее повышения, приводится литературный обзор. Анализируются результаты и публикации российских и зарубежных ученых в области синоптико-статистических, динамических и комбинированных методов долгосрочного прогнозирования.

Глава  2  («Реанализы  как составляющая  информационной  основы ДМП»)

посвящена информационной основе долгосрочного прогнозирования - принципам отбора и подготовки данных, используемых для построения ДМП. Раздел 2.1 этой главы является вводным. В нем обсуждаются требования к данным, используемым для ДМП, и описываются современные источники информации, причем особое внимание уделяется реанализам. Исходные данные наблюдений составляют главный и ключевой элемент в любых методах прогнозирования. Анализ исторических данных наблюдений помогает изучить особенности и закономерности функционирования климатической системы. На ретроспективных данных строятся все эмпирические схемы прогнозирования. Данные натурных наблюдений используются в качестве начальных и граничных условий для моделей общей циркуляции, а также усваиваются гидродинамическими прогностическими схемами. Успешность прогнозов оценивается также на основе натурных данных.

В настоящее время едва ли не главным информационным источником для подготовки ДМП служат реанализы. Одним из наиболее важных преимуществ этого вида данных является возможность интегрирования наблюдений различного рода -станционных, аэрологических, спутниковых, радарных и т.д. - в единую систему для корректного описания климатической системы. В отличие от анализов, климатические реанализы используют «замороженную» прогностическую модель и систему усвоения данных для получения трехмерных полей метеоэлементов за достаточно продолжительные (порядка десятилетий) отрезки времени. В реанализах задействованы все источники информации, имеющиеся на момент расчета, некоторые из которых могли быть еще недоступными при построении оперативного анализа погоды.

В данной главе диссертации главное внимание уделено особенностям применения сеточных полей метеоэлементов (температура и влажность воздуха, характеристики снежного покрова) из различных существующих продуктов реанализа для решения задач ДМП, а также сопоставлению реанализов между собой и с данными наблюдений. Общий вывод состоит в том, что все реанализы неизбежно содержат ошибки, которые могут быть сравнимыми или превосходить по величине сигнал аномалий, являющихся предметом долгосрочного прогнозирования. Репрезентативность тех или иных продуктов реанализа различна для разных метеоэлементов. Она также зависит от географического региона, рассматриваемого периода времени, сезона и т.д. Все это необходимо учитывать при подготовке ДМП с использованием реанализов. Сформулированы конкретные методические рекомендации в этом направлении. В этой же главе обсуждаются некоторые особенности использования станционных метеорологических данных и спутниковой информации в целях ДМП.

В разделе 2.2 рассматриваются реанализы полей температуры и влажности. Средние месячные значения температуры и удельной влажности по данным CARDS/MONADS (Comprehensive Aerological Reference Data Set/ Monthly Aerological Data Set) сравнивались с месячными величинами по данным реанализа NCAR/NCEP, интерполированными с помощью билинейной интерполяции из окружающих узлов массива реанализа в точку соответствующей станции. Для сопоставления использовались данные по температуре на


изобарических поверхностях 850, 500 и 100 гПа и данные по удельной влажности на изобарических поверхностях 850, 500 и 300 гПа за период с 1958 по 1998 гг для июля и января. Для анализа выбраны некоторые континентальные области Азии и Южного полушария.

В сопоставлениях учитывались только те станции и те сроки, в расчетах месячных статистик которых присутствовало не менее двух третей от максимально возможного числа наблюдений за данный месяц. Для каждой выбранной географической области по невязкам рассматриваемых метеовеличин рассчитывались среднее для года значение, максимальное значение, минимальное значение, дисперсия. Дополнительно, с целью выяснения зависимости невязок от плотности аэрологических измерений для каждого региона рассчитывались коэффициенты корреляции между указанными выше статистическими характеристиками и количеством используемых станций. Максимальные невязки температуры на уровнях 500 гПа и 850 гПа отмечены над Южной Америкой, а для уровня 100 гПа над Австралией. По абсолютным значениям наименьшие расхождения температуры для данных из двух источников отмечены для поверхности 500 гПа. Для всех исследуемых географических регионов Южного полушария невязки температуры в июле выше, чем в январе. Наибольшие осредненные невязки удельной влажности отмечены для Австралии на уровнях 300 гПа и 500 гПа. Для уровня 850 гПа отмечен положительный тренд рядов осредненных невязок для региона Африки. Увеличение плотности станций с аэрологическими наблюдениями существенным образом улучшает качество воспроизведения осредненной температуры на изобарической поверхности 500 гПа, однако при этом среднеквадратичные отклонения остаются на том же уровне. Для удельной влажности тенденция к уменьшению значений невязки на поверхности 850 гПа с увеличением количества аэрологических наблюдений отмечена только для Африки для обоих рассмотренных месяцев.

Для региона Средней Азии результаты исследования указывают на в целом хорошее совпадение значений температуры воздуха по данным CARDS/MONADS и соответствующим данным реанализа NCAR/NCEP. Так, для января невязка, осредненная по всему району для нижней тропосферы, не превышает 0.5°С. На изобарических поверхностях 850 и 500 гПа данные реанализа по температуре оказались немного заниженными по отношению к данным CARDS, а на поверхности 100 гПа, наоборот, завышенными примерно на 0.3°С. Для июля абсолютная невязка температуры, осредненная по району, составила менее 0.4°С для нижней и средней тропосферы и менее 0.3°С для верхней тропосферы. Дисперсия отклонений в летний сезон была несколько более высокой, чем в зимний. Максимальные невязки относятся, в основном, к началу серий, для недавних же данных соответствие улучшается.

Аналогичным образом были проанализированы корреляции между количеством радиозондовых станций над регионом и рядами средних, среднеквадратичных, минимальных и максимальных значений невязки для удельной влажности. Для регионов Австралии и Южной Америки значения среднеквадратичных отклонений данных и осредненных значений невязки растут по мере увеличения количества станций (за исключением уровня 500 гПа). Можно предположить существование систематической ошибки при построении реанализа NCAR/NCEP для этих регионов.

Далее представлены результаты по исследованию способности реанализа воспроизвести наблюдавшиеся долгопериодные тренды температуры в свободной атмосфере. Известно, что вертикальные распределения трендов температуры в атмосфере имеют сложный характер - так, тренды имеют различные знаки для различных слоев атмосферы. В этой связи вопрос оценки трендов на базе данных разного типа представляет  значительный  интерес.   Основное  внимание  в  этом  разделе  уделялось


оценкам линейного тренда для тропосферы и нижней стратосферы, полученным из двух источников информации - по средним месячным значениям на аэрологических станциях и среднемесячным полям реанализов NCAR/NCEP и ERA-40 из Европейского центра среднесрочных прогнозов погоды (ECMWF). Расчеты линейных трендов производились с помощью обычного алгоритма линейной регрессии, основанного на методе наименьших квадратов. Для каждой из отобранных станций выполнялось сопоставление вертикальных профилей линейных трендов температуры в точках станций, полученных по данным аэрологических наблюдений и по данным реанализа. Как показывает анализ вертикальных профилей большинства исследуемых станций, для изобарических поверхностей выше 150 гПа в тропиках и выше 300 гПа во внетропической области, количественные оценки отрицательных трендов практически совпали. Не столь однозначная картина наблюдается для изобарических поверхностей в тропосфере: здесь имеет место расхождения как в величинах, так и в знаках трендов. При этом следует отметить, что в тропосфере значения линейных трендов вообще невелики.

Для обобщения результатов был использован критерий ROC («Оперативная Сравнительная Характеристика») для линейных трендов температуры, полученных по среднемесячным данным реанализов NCEP/NCAR и ERA-40, а также аэрологического зондирования свободной атмосферы. Согласно этому критерию, все пункты и изобарические поверхности были разделены на три категории в соответствии со знаком и величиной тренда температуры. Тренд считался «отрицательным», если он имел отрицательный знак и превосходил по абсолютной величине стандартное отклонение, «положительным» - если он имел положительный знак и превышал по абсолютной величине стандартное отклонение, и «нейтральным» - если он не превышал по модулю стандартное отклонение. Такая формулировка определения положительных или отрицательных трендов является более ограничительной, чем простой критерий знака, поскольку она исключает слабо выраженные тренды, относя их к категории нейтральных.

В таб. 1 приведены результаты расчета этих критериев.

Таблица 1. Меры совпадения по критерию ROC знака линейных трендов температуры, полученных по среднемесячным    данным реанализов NCEP/NCAR, ERA-40 и данным

CARDS аэрологического зондирования для свободной атмосферы

____________________________ 1ериод с 1964 по 1998 гг.______

Сопоставление CARDS и:

ОТРИЦАТЕЛЬНЫЕ

НЕЙТРАЛЬНЫЕ

ПОЛОЖИТЕЛЬНЫЕ

ВСЕ КАТЕГОРИИ

(20°с.ш.-90°с.ш.)

ERA-40

0.79

0.61

0.79

0.78

NCEP/NCAR

0.75

0.57

0.76

0.74

(20°ю.ш.-20°с.ш.)

ERA-40

0.81

0.58

0.79

0.64

NCEP/NCAR

0.73

0.59

0.71

0.60

(20°ю.ш.-90°ю.ш.)

ERA-40

0.84

0.62

0.75

0.81

NCEP/NCAR

0.80

0.60

0.68

0.77

Хотя, как видно из Таб. 1, оба реанализа в целом неплохо воспроизводят тренды температуры в свободной атмосфере, реанализ ERA-40 более адекватен. Наилучшим образом воспроизводятся отрицательные тренды, связанные, в основном, со стратосферным похолоданием. Анализ агрегированных показателей ROC указывает на то,


что в тропической зоне степень совпадения реанализов и фактических данных ниже, чем в умеренных и высоких широтах.

Анализ вертикально-зональных сечений значений линейных трендов температуры (карты трендов не приводятся в автореферате) по данным реанализов NCAR/NCEP, ERA-40 и радиозондовых данных позволил документировать похолодание в нижней стратосфере во всем диапазоне широт, причем оно оказалось более сильным в тропической зоне Южного полушария. Для периода 1964-1998 гг, максимальные скорости похолодания по данным реанализа NCAR/NCEP составили около -0.08°С в год. Абсолютная величина скорости стратосферного похолодания для этого периода по радиозондовым данным оказывается несколько большей по сравнению с реанализами. Похолодание в нижней стратосфере наиболее ярко выражено в период 1979-1998 гг. Значения трендов в этот период достигают -0.13°С в год по данным NCAR/NCEP и -0.14°С в год по радиозондовым данным.

Наличие положительного тренда в нижней тропосфере в широтном поясе от 40° до 70° с.ш. отмечается в обоих источниках данных. В период 1964-1998 гг скорость потепления составляла 0.02°С в год, а за период 1979-1998 гг - около 0.03°С в год. Регионы Северного полушария, для которых положительный тренд температуры выражен в наибольшей степени, являются наиболее плотно населенными и индустриально развитыми. В то же время следует учитывать, что густота наблюдательной сети и качество данных в этих регионах выше, чем в других, особенно расположенных в Южном полушарии.

Наименьшие расхождения величин трендов температуры для двух типов данных отмечены для средней тропосферы (700 - 500 гПа) для всех широтных поясов обоих полушарий. Для периода 1964-1998 гг максимальные расхождения наблюдались над тропическими зонами обоих полушарий на уровнях 150-50 гПа и в умеренных широтах Южного полушария на уровнях 300 - 100 гПа. Для периода 1979-1998 гг наибольшие расхождения значений трендов температуры наблюдались над тропической зоной Северного полушария на уровнях 250 - 20 гПа и в тропиках Южного полушария на уровнях 70 - 20 гПа. Значительные расхождения трендов температуры имели место также у поверхности Земли.

В развитие описанного выше сравнения трендов глобальных массивов данных, были выполнены сопоставления реанализов и станционных данных на региональном уровне. Получены региональные оценки трендов температуры воздуха по данным реанализов и станционных наблюдений по части территории Средней Азии (бассейну Аральского моря). Как известно, этот регион является районом крупнейшей экологической катастрофы. Существующие в литературе оценки изменений климата в бассейне Аральского моря существенно отличаются друг от друга. В частности, представляет большой интерес вопрос, связаны ли региональные тренды температуры воздуха с высыханием Аральского моря, или же они отражают некоторую естественную изменчивость климата большего пространственного масштаба. Было выполнено статистическое сравнение данных реанализа и данных прямых аэрологических наблюдений, представленных в массиве CARDS. В период наблюдений после 1964 г число действующих аэрологических станций в пределах выбранного района менялось от 19 до 40. Сравнительный анализ показал соответствие двух типов данных, что позволило в дальнейших расчетах опираться на данные реанализа. В результате применения алгоритма объективной классификации Ланда, все станции были разбиты на 5 групп, каждая из которых соответствовала определенному типу изменчивости температуры воздуха. Помимо кросс-валидации различных источников данных, была поставлена задача идентификации той части тренда температуры, которая может быть связана с высыханием Аральского моря. С этой целью


был устранен крупномасштабный тренд, полученный осреднением по площади, из трендов, рассчитанных для 5 групп станций. Значения трендов, рассчитанные по реанализам и станционным данным, в этом регионе в целом хорошо совпали. Наибольшие значения локальных трендов характерны для группы, расположенной в юго-западной части района исследования и для изобарических поверхностей от 1000 до 700 гПа. Здесь в период с 1964 по 1998 гг наблюдалось потепление со скоростью около 0.82°С за 10 лет, что на 0.44°С превышает крупномасштабное среднее. Можно предположить, что эта локальная аномалия связана с высыханием Аральского моря. Если так, то примерно половина величины тренда температуры, характерного для станций группы 1, может объясняться высыханием моря и снижением его модерирующей климат функции, другая же половина связана с крупномасштабными изменениями климата. Этот вывод хорошо согласуется с результатами некоторых предыдущих исследований, полученными совершенно иными методами. Для станций других групп предполагаемое влияние высыхания моря ограничено и не выходит за пределы изобарической поверхности 1000 гПа. Необходимо отметить, что в данном районе в течение всего года преобладают ветры северо-восточных румбов, поэтому именно подветренная по отношению к морю юго-западная часть района должна в наибольшей степени «ощущать» последствия высыхания моря.

В разделе 2.3 выполнено сравнение данных по водному эквиваленту снега (ВЭС) из реанализов NCEP/DOE, ERA-40 и INTERIM из ECMWF, а также данных по высоте снежного покрова (ВСП) из реанализа JRA-25, с данными прямых измерений. Параметры снежного покрова являются важной характеристикой гидрологического цикла, и их адекватное представление необходимо для прогнозирования погоды и климата. В ряде работ средствами моделирования и анализа данных наблюдений было показано, что распределения снежного покрова оказывают существенное влияние на характер атмосферной циркуляции. Модели, используемые для генерации характеристик снега в различных реанализах, существенно отличаются друг от друга как физическими параметризациями, так и степенью детализации и используемыми наборами данных наблюдений. Так, например, данные по ВЭС реанализа ERA-40 получаются с использованием модели с разрешением 159 сферических гармоник по горизонтали и 60 уровней по вертикали. Прогностическая система содержит современные физические параметризации, включая недавно разработанную схему задания условий на поверхности Земли и трехмерную вариационную ассимиляционную систему с 6-часовым циклом анализа. Другая идеология используется для генерирования данных ВЭС из реанализа, выпущенного National Centre for Environmental Prediction (NCEP, США) и Department of Energy (DOE, США). ВЭС в реанализе NCEP/DOE не использует никакие данные поверхностных измерений и целиком основан на еженедельной спутниковой информации по снежному покрову Северного полушария. В случае несоответствия модельного ВЭС входному анализу модельные характеристики снега приводились к наблюдаемым с помощью специальной эмпирической процедуры. Используемая этим реанализом модель обладает спектральным разрешением Т62 и имеет 28 сигма-уровней по вертикали. Данные по ВСП из реанализа JRA-25 (Japan Meteorological Agency, Япония, совместно с Central Research Institute of Electric Power Industry, Япония) генерируются с использованием глобальной прогностической модели JMA с горизонтальным разрешением TI06 и с 40 уровнями по вертикали. Схема усвоения данных использует трехмерную вариационную ассимиляционную систему. Большая часть данных измерений, используемых этим реанализом, происходит из базы данных ВСП синоптических наблюдений (SYNOP). В отличие от реанализов, указанных выше, новый реанализ INTERIM использует 4-мерную систему усвоения данных и прогностическую модель лучшего пространственного разрешения (Т255    и 60 уровней по вертикали). В этом


реанализе также существенно улучшены параметризации процессов гидрологического цикла.

Рассматривались данные, относящиеся к водосборным бассейнам крупнейших рек России, за период с 1979 по 2000 гг. Анализ включает в себя сравнение средних значений, корреляционных характеристик для аномалий, сезонной и межгодовой изменчивости, а также трендов. Выполненные оценки качества различных реанализов для ВЭС и ВСП позволяют сделать выводы о степени применимости реанализов для соответствующего круга задач, а также сформулировать практические рекомендации пользователям по выбору реанализа, наиболее подходящего для тех или иных практических целей.

В качестве данных для валидации использовались характеристики снега из базы данных гидрологических наблюдений в СССР. Они включают в себя информацию с более 1300 станций. Сравнение выполнялось для периода с 1979 по 2000 гг. Анализ данных был выполнен несколькими способами. Прежде всего, были рассчитаны средние значения ВЭС и ВСП за весь период наблюдений для каждого месяца года и речного бассейна. Затем были получены средние значения и пространственные распределения коэффициентов корреляции между месячными аномалиями данных наблюдений и реанализов. Анализировалась также сезонная и межгодовая изменчивость в наблюдениях и по данным реанализов, а также тренды (последние определялись, как угловые коэффициенты соответствующих линейных регрессий). Для сравнения отбирались данные реанализа на узле сетки, ближайшем к точке наблюдений.

Полученные значения коэффициентов корреляции классифицировались тремя категориями: (а) значения ниже 0.2 - неудовлетворительное соответствие, (б) значения от 0.2 до 0.5 - неопределенное соответствие, (в) значения выше 0.5 - удовлетворительное соответствие.


ERA-40


27        45        63        81        99       117       135

27       45       63       81        99       117       135

Долгота

Д менее 0.2              + от 0.2 до 0.5             О более 0.5

Рис. 1. Пространственное распределение значений коэффициентов корреляции между данными измерений и данными реанализов (ВЭС для ERA-40, INTERIM, NCEP/DOE, ВСП дляМА-25)

Пространственные распределения значений коэффициентов корреляции (рис. 1) указывают на то, что реанализ ERA-40 хорошо согласуется с измерениями в европейской части Росси (бассейны Волги, Дона, Северной Двины, Печоры и Невы). В этих бассейнах не оказалось ни одной станции с низшей оценкой корреляционного соответствия. В водосборах великих сибирских рек Оби, Енисея и Лены картина оказалась неоднозначной. Для среднего течения Оби и среднего и нижнего течения Лены корреляции низкие. Для бассейна Амура реанализ ERA-40 разумно воспроизводит измерения в том смысле, что в этом районе почти нет станций с низшей оценкой корреляции. Однако среднее значение коэффициента корреляции здесь невысокое. Пространственное распределение корреляций для ВЭС из NCEP/DOE довольно неоднородно. Этот реанализ особенно плохо воспроизводит измерения в бассейне Лены, но много станций с низшей оценкой соответствия есть и в бассейнах Амура, Оби и Енисея. Для ВСП из ЖА-25 число европейских станций с низшим рангом корреляции больше, чем для ERA-40. Коэффициенты корреляции для бассейна Лены низкие. Для остальных азиатских рек корреляционные характеристики ЖА-25 аналогичны характеристикам ВЭС из ERA-40 and NCEP/DOE.

Наилучшее же почти по всем характеристикам совпадение реанализа и фактических данных обеспечивается реанализом INTERIM, который, в отличие от других рассмотренных продуктов, успешно воспроизводит снежный покров в Сибири. Число станций, для которых INTERIM обеспечивает корреляции свыше 0.5 с измерениями, составило 63%, что на 15%, 24% и 46% выше аналогичных показателей для реанализов ERA-40, ЖА-25 и NCEP/DOE, соответственно. Очевидно, это связано с использованием


реанализом   INTERIM  улучшенных   параметризаций   физических   процессов   и   более высоким пространственным разрешением используемой прогностической модели.

В качестве примера воспроизведения реанализами межгодовой изменчивости ВЭС эта информация для реанализов NCEP/DOE и ERA-40 приведена на рис. 2. В целом воспроизведение межгодового и сезонного хода ВЭС реанализами можно считать неплохим, хотя отличия в абсолютных значениях достаточно велики. Наихудшее совпадение отмечено для бассейнов восточносибирских рек (Енисей, Лена, Амур), где реанализы дают сильно завышенные значения. Реанализы, особенно NCEP/DOE, как правило, завышают ВЭС в начале снежного сезона. На этом фоне ERA-40 обеспечивает вполне реалистичные значения ВЭС в начале сезона для бассейнов европейских рек. Максимальные значения ВЭС оказались приемлемыми во всех реанализах, но наилучшее соответствие обеспечивается ERA-40. Заниженные значения максимумов характерны для NCEP/DOE, особенно в бассейнах Печоры и Северной Двины (на 22 и 26%, соответственно). Оба реанализа дают слишком высокие значения для марта в бассейнах Енисея (до 14%), Лены (до 34%) и Амура (до 61%), однако NCEP/DOE завышает их в большей степени, чем ERA-40. В некоторых случаях оба реанализа отнесли максимум ВЭС к месяцу, предшествующему фактическому (бассейны Волги, Дона, Невы). Обоим реанализам присущи темпы снеготаяния, значительно превосходящие реально наблюдаемые. Поэтому значения ВЭС для месяцев преимущественного таяния снега (апрель-май) в реанализах занижены по отношению к измерениям на величину до 60% в апреле и до 80% в мае. Однако с этой точки зрения предпочтительнее выглядит NCEP/DOE, который занижает ВЭС в меньшей степени. Вполне реалистично данными NCEP/DOE реанализа воспроизводятся интегральные значения водного эквивалента, осредненные по большим территориям и за длительный интервал времени.

Данные ЖА-25 систематически занижают ВСП на 20-85% для всех месяцев и всех речных бассейнов. Отметим, что относительная ошибка для ВСП, как правило, превышает ошибку для ВЭС. Прежде всего необходимо отметить резкое занижение ВСП реанализами по всем рассмотренным речным бассейнам за период с 1979 по 1984 гг. Начиная с 1985 г, соответствие реанализов наблюдательных данных в целом улучшается, особенно для бассейнов Волги, Дона и Невы.


Как отмечалось выше, одним из важных источников информации, используемой реанализами, являются спутниковые данные дистанционного зондирования Земли. В связи с этим, в разделе 2.4 также выполнен сравнительный анализ снежного покрова по данным наземных и спутниковых наблюдений. Наблюдения за снежным покровом с использованием спутниковых данных начались с 1960-х гг. Обладая рядом несомненных


преимуществ и, в целом, будучи эффективным средством оценивания площадей покрытых снегом, спутниковая информация, однако, может вносить определенные искажения.

В диссертационной работе был выполнен сравнительный анализ информации о наличии или отсутствии снега на территории СНГ по данным станционных наблюдений и спутниковых изображений видимого диапазона за период с 1971 по 1996 гг. (для каждого года рассматривались месяцы с октября по апрель). Был разработан итерационный алгоритм для проведения сравнительного анализа данных спутниковых и наземных наблюдений. Результаты свидетельствуют о том, что в период устойчивого залегания снега (в декабре, январе, феврале) отмечаются наименьшие расхождения между спутниковыми и наземными измерениям (за исключением некоторых локализованных областей в Средней Азии). Наиболее "неблагоприятными" периодами с точки зрения расхождения спутниковых и наземных данных являются периоды формирования и таяния снежного покрова. Для октября заметные расхождения в данных проявляются в центральных областях Восточно-европейской равнины, Западносибирской равнины, а также в южной части Среднесибирского плоскогорья, а для ноября - в Прикарпатье, Закавказье и небольших локализованных областях Средней Азии. В период схода снежного покрова наибольшие расхождения в данных отмечаются в пограничных зонах схода снега, особенно в Прикарпатье, в отдельных областях Закавказья. В течение весеннего периода зонами "наименьшей достоверности" спутниковой информации являются центральная часть Восточно-европейской равнины и южная часть Западносибирской равнины.

Таким образом, главные результаты Главы 2 сводятся к следующему (здесь и далее краткие резюме основных выводов каждой главы будут выделяться курсивом).

Показано, что сеточные поля данных общедоступных в настоящее время продуктов реанализов в целом удовлетворительно воспроизводят изменчивость метеоэлементов в сезонных и межгодовых масштабах и, следовательно, могут составлять информационную основу статистических и гидродинамических схем подготовки ДМП. Однако применимость реанализов в этих целях меняется в широких пределах в зависимости от прогнозируемой величины, рассматриваемых масштабов изменчивости, географического региона и изобарической поверхности. Можно сделать вывод, что наибольшие искажения в вертикальную структуру полей метеоэлементов в реанализах вносятся вблизи земной поверхности и в слое тропопаузы. Объяснение этому может быть связано с тем, что в схемах четырехмерного усвоения именно в этих слоях наиболее сложно адекватно воспроизвести турбулентные процессы. В каждом конкретном случае для оптимального отбора входных данных необходимо предварительное исследование, основанное на статистическом сопоставлении данных реанализа и наблюдений. В диссертационной работе такие исследования выполнены применительно к полям температуры и влажности воздуха на масштабах от месячного до межгодового, а также к параметрам снежного покрова в этих же масштабах. В последующих главах показано, что изменчивость и тренды именно этих характеристик обладают значительным прогностическим потенциалом для задач ДМП. Исследования выполнены как для глобальных полей, так и полей для отдельных районов.

Предложены практические рекомендации. Так, показано, что при использовании в целях ДМП данных реанализов по характеристикам снежного покрова необходимо учитывать систематическое и почти повсеместное завышение ими водного эквивалента снега в начале снежного сезона и занижение этого параметра в период снеготаяния. Наименее надежным в отношении характеристик снежного покрова является реанализ


NCEP/DOE (за исключением горных районов, для которых можно рекомендовать применение именно этого продукта). Однако, данными NCEP/DOE реанализа вполне реалистично воспроизводятся интегральные значения водного эквивалента, осредненные по большим территориям и за длительный интервал времени. В возвышенных и горных районах все современные реанализы, как правило, занижают значения водного эквивалента снега и высоты снежного покрова. Наилучшее почти по всем характеристикам совпадение реанализа и фактических данных по снежному покрову обеспечивается реанализом INTERIM, который, в отличие от других рассмотренных продуктов, успешно воспроизводит снежный покров в Сибири. Число станций, для которых INTERIM обеспечивает высокие корреляции с измерениями, составило 63%, что на 15%, 24% и 46% выше аналогичных показателей для реанализов ERA-40, JRA-25 и NCEP/DOE, соответственно. Для представления высоты снежного покрова в задачах ДМП в настоящее время можно рекомендовать использовать реанализ JRA-25, который, начиная с 1984 г., наиболее адекватно отражает фактическую изменчивость этой характеристики.

Температура и влажность воздуха в масштабах от месячного до межгодового наилучшим образом воспроизводятся реанализами на уровне 500 гПа, наименее же надежны данные для поверхностей 850 гПа и 100 гПа над Южной Америкой и Австралией. Несколько лучите показатели демонстрирует реанализ ERA-40. Как правило, ошибки в реанализах летом (Северного полушария) выше, чем зимой. Долгопериодные тренды температуры и влажности лучше всего воспроизводятся существующими реанализами в нижней тропосфере умеренных широт, особенно в Северном полушарии, а хуже всего - в тропиках. Наилучшим образом воспроизводятся отрицательные тренды, связанные, в основном, со стратосферным похолоданием. В тропической зоне совпадение реанализов и фактических данных ниже, чем в умеренных и высоких широтах.

Данные реанализов, относящиеся к менее отдаленным по времени периодам, как правило, надежнее, чем данные в начале имеющихся серий. Исключение составляет реанализ NCARJNCEP влажности для Южного полушария, в котором увеличение со временем объема усвоенных данных наблюдений привело лишь к ухудшению надежности реанализа - последнее заставляет предположить наличие методических или технических проблем при формировании этого конкретного реанализа применительно к этой характеристике атмосферы.

В Главе 3 («Некоторые крупномасштабные характеристики атмосферы и подстилающей    поверхности,    влияющие    на    долгосрочную    предсказуемость»)

приведены результаты исследований по определению влияния блокирующих антициклонов и снежного покрова на предсказуемость метеоэлементов на долгие сроки. Значительная часть соответствующих расчетов выполнена на базе реанализов с учетом выводов и рекомендаций предыдущей главы.

В риздвлв 3.1 выполнено исследование статистических связей характеристик снежного покрова на территории северной Евразии с температурным режимом, что позволило расширить понимание прогностических свойств снежного покрова. На основе результатов предыдущей главы мы используем здесь для анализа водного эквивалента снега вместо станционных данных сеточный массив данных реанализа INTERIM, а для температуры воздуха - реанализ NCEP/DOE. Для получения оценок связей высот снежного покрова с приземной температурой воздуха применялся линейный корреляционный анализ с месячной дискретностью и временной заблаговременностью от


О до 12 месяцев. Предварительно к исходным полям температуры воздуха и снежного покрова была применена процедура объективной типизации («К-среднее») с целью выявления регионов со схожими признаками изменчивости метеоэлементов во времени. Кластеризация объектов осуществлялась с учетом метрики евклидова расстояния, так, чтобы средняя внутриклассовая дисперсия была минимальной. Применение процедуры объективной типизации позволило установить, что оптимальное районирование включало 44 квазиоднородных района. Такая же процедура объективной классификации была применена и к полям ВЭС. Линейные зависимости между ВЭС и температурой воздуха рассматривались в привязке не к конкретным пунктам, а к осредненным по классам значениям двух характеристик. Анализ частотного распределения кросс-корреляций выявил, что наиболее прогностически ценной является информация о распределении ВЭС в январе. Наиболее значимыми оказались связи между ВЭС в январе и температурой воздуха в марте и сентябре. При этом преобладают отрицательные связи - большие значения ВЭС предполагают более низкую температуру. Усиление связей ВЭС с температурой воздуха весной и осенью объясняется следующим образом: в переходные периоды, которые характеризуются уменьшенными термическими и барическими градиентами в связи с меньшими температурными контрастами между континентом и океаном, макроциркуляционные факторы, связанные с образованием очагов холода над снежным покровом, проявляются ярче. Обнаруженные зависимости не являются случайными с вероятностью не менее 95%.

В результате описанной процедуры были также выделены районы со снежным покровом повышенной потенциальной информативности для ДМП по северной Евразии. Эти районы можно условно объединить в три кластера (рис. 3). Синим цветом выделены районы, для которых преобладают отрицательные связи, а красным - районы преимущественно положительных связей. Точками показаны соответствующие узлы сетки реанализа NCEP/DOE.

60               80               100              130              14С               100                I8Ј

Рис. 3. Районы повышенной потенциальной информативности снежного покрова для ДМП. Синим цветом выделены районы, для которых преобладают отрицательные связи, а красным - районы преимущественно положительных связей. Точками показаны узлы сетки реанализа NCEP/DOE.

Таким образом, можно сделать вывод о том, что информация о снеге несет в себе значительный прогностический потенциал при составлении прогноза температурного режима с заблаговременностью 2-3 месяца и даже 8-9 месяцев.

Во второй части этого раздела работы анализ корреляционных связей между ВЭС в Сибири и температурой воздуха был расширен на все Северное полушарие и все изобарические уровни. Кроме того, рассматривались временные сдвиги, соответствующие как запаздыванию температуры по отношению к снегу, так и опережению, то есть причинно-следственные   связи   в  двух   направлениях.   Использовались  те   же   данные


реанализов, однако вместо исходных данных по ВЭС рассматривались значения их первой естественной ортогональной составляющей (е.о.с.) в выделенных выше информативных районах Сибири. Наиболее значимые корреляционные связи между ВЭС в выбранных районах и температурой воздуха (при опережающем влиянии снега) отмечены для всей толщи атмосферы в районе Северной Атлантики и в верхней тропосфере в полярных районах при временном сдвиге 1 месяц (рис. 4). Значения коэффициента корреляции в некоторых точках достигают 0.7. Также высокие положительные корреляции наблюдаются для нижней и средней тропосферы в зоне Алеутской депрессии при сдвиге 7 месяцев, причем в верхней тропосфере и в области тропопаузы знак связи меняется на отрицательный. В свою очередь, влияние глобальной температуры воздуха на снежный покров в выделенных районах (т.е. в Сибири) наиболее ярко проявляется для температуры воздуха над западной экваториальной Атлантикой с опережением 2 месяца по отношению к ВЭС. Максимальные корреляции относятся к приземному слою, они положительны и превышают 0.6. Вместе с этим, в тропосфере корреляции отрицательны и достигают -0.6.

При опережении в 1 месяц наиболее значительные корреляционные связи между температурой воздуха и ВЭС соответствуют северной Европе и омывающей ее части Атлантики. Интересно отметить, что именно для этого района характерна наибольшая повторяемость квазистационарных антициклонов. Эти барические образования играют особенно важную роль в формировании погодных условий на длительное время и реализации сложных обратных связей между характеристиками атмосферы и подстилающей поверхности. Влиянию блокирующих антициклонов на долгосрочную предсказуемость посвящен следующий параграф работы.

Декабрь

Широта            о        Долгота

Рис.   4.   Трехмерные   поля   корреляций  между   первой   е.о.с.   ВЭС   в  январе   и температурой воздуха на разных изобарических поверхностях для декабря.

В  риздвлв  3.2  анализируется  изменчивость  характеристик  квазистационарных антициклонов за период с 1949 г по 2010 г в Атлантико-Европеиском секторе, как один из


важных циркуляционных факторов, определяющих погодные условия на пролонгированные сроки в северной Евразии. Исследования проводились с использованием цифрового каталога, составленного во ВНИГМИ-МЦД. Были проанализированы статистики антициклонической квазистационарной циркуляции на территории первого естественно-синоптического района (е.с.р.). На рис. 5 показана временная изменчивость событий квазистационарных антициклонов.

На графиках показаны также соответствующие линейные тренды. Выявлена тенденция к уменьшению частоты БА над Атлантико-европейским сектором во все времена года. Этот вывод согласуется с данными других исследований и может означать, что зональная циркуляция начинает играть более важную роль в этом секторе. На фоне этого общего тренда, максимумы числа блокирующих ситуаций наблюдались в 1955-1959 и 1984-1986 гг. В первом из них число случаев составило до 39 в год, во втором - до 38. Минимальное число блокингов за весь период наблюдений отмечено в 1996-1997 гг. Главные максимумы повторяемости случаев БА отмечены над Британией и Уралом, а также над центральной частью европейской территории России.

Выполнен анализ показателей успешности воспроизведения месячных и сезонных полей геопотенциала и температуры на основе гидродинамической модели Гидрометцентра России с начальными данными при наличии процессов блокирования на территории 1 -го естественного синоптического района и при их отсутствии за десятилетие с 1997 г по 2007 г (Таб. 2). Показатели качества прогнозов демонстрируют, что оправдываемость долгосрочного прогнозирования на основе гидродинамических моделей при наличии интенсивных и продолжительных (более 10 суток) блокирующих антициклонов над территорией 1 е.с.р. заметно повышается как в период блокирования, так и в последующие 20 суток.

Показано также, что воспроизводимость метеорологических полей при блокирующих ситуациях, возникших над акваториями океанов, несколько выше, чем при их формировании над сушей. При этом модельные расчеты существенно занижают время жизни блокингов. Непродолжительные квазистационарные антициклоны, вообще говоря, описываются моделью хуже, чем долгоживущие.


Таблица 2. Средние показатели оправдываемости сезонных прогнозов геопотенциала Hsoo и температуры Tgso по территории 1 е. ср.

Условные обозначения: м1-м4 - месяцы прогноза, R - коэф. корреляции, Ro - параметр сходства аномалий по знаку, Abs - абс. ошибка, Mse - отн. ошибка, MSS-сре дне квадратичная оценка успешности.

Средние показатели оправдываемости за все сезоны 1979-2007.г.

m1

m2

мЗ

m4

сезон

Hsoo

R

0.20

0.01

-0.01

-0.01

0.04

Ro

0.14

0.01

-0.01

-0.01

0.02

Abs

5.04

5.52

5.55

5.56

3.04

Mse

6.29

6.85

6.90

6.90

3.74

Mss

-0.40

-0.54

-0.56

-0.57

-0.64

Ts50

R

0.19

0.02

0.00

-0.01

0.05

Ro

0.14

0.01

-0.00

-0.01

0.04

Abs

2.00

2.20

2.18

2.20

1.20

Mse

2.46

2.68

2.65

2.68

1.45

Mss

-0.43

-0.54

-0.51

-0.51

-0.61

Средние показатели оправдываемости при наличии блокирующих антициклонов в начале прогностического периода

m1

m2

мЗ

m4

сезон

Hsoo

R

0.32

0.00

-0.01

0.03

0.03

Ro

0.24

0.01

-0.02

0.01

0.00

Abs

5.40

5.75

5.43

5.32

2.89

Mse

6.77

7.21

6.77

6.64

3.58

Mss

-0.12

-0.53

-0.50

-0.41

-0.58

Ts50

R

0.30

0.02

0.01

0.05

0.09

Ro

0.22

0.02

0.01

0.05

0.05

Abs

2.11

2.31

2.20

2.05

1.11

Mse

2.63

2.80

2.70

2.52

1.35

Mss

-0.16

-0.49

-0.48

-0.46

-0.47

Анализ успешности воспроизведения моделью структуры и изменчивости крупномасштабных циркуляционных характеристик, например, долгоживущих блокирующих антициклонических ситуаций, является актуальной задачей для совершенствования модели и одним из путей повышения качества прогнозов. Успешность воспроизведения полей геопотенциала и температуры гидродинамической моделью Гидрометцентра России в зависимости от наличия процессов блокирования была проанализирована впервые.

В этом же разделе диссертационной работы выполнен статистический анализ наиболее продолжительных (более двух недель) аномалий термического режима для


северной Евразии и выявлены закономерности в пространственном распределении повторяемости таких эпизодов. Под аномалией понималась ситуация, когда среднесуточная температура воздуха отличалась от климатического значения за этот же день более чем на величину среднеквадратичного отклонения. В соответствии с рекомендациями предыдущей главы, в качестве информационной основы для этого анализа был выбран реанализ, а именно NCEP/DOE. В результате установлено, что районы повышенной повторяемости длительных положительных аномалий -европейская территория России (зимой и летом), север Сибири (зимой и летом), район Охотского моря (летом).

Обнаружено, что локализация крупных термических аномалий с продолжительностью более 2 недель очень близко совпадает с выявленным регионом в центральной и южной частях европейской территории России (ЕТР), где наиболее часто формируются продолжительные блокирующие антициклоны. Ярким недавним примером таких событий является лето 2010 г, когда блокирующий антициклон в центральной части ЕТР оставался стационарным 55 суток, следствием чего стали экстремальные волны жары, засуха и катастрофические лесные пожары.

Наконец, в завершение этого раздела работы выполнен композиционный анализ связей активности БА с характером распределения снежного покрова (а именно, полей ВЭС, рассматривавшихся в предыдущем параграфе) по территории России. Для этого сперва были выделены годы повышенной (1958, 1960, 1962, 1963, 1966, 1968, 1971, 1978, 1983, 1984 гг), и пониженной (1965, 1994, 1995, 1997, 1999, 2000, 2002, 2003, 2004, 2005 гг) повторяемости Б А в Атлантико-европе иском секторе в зимний период. Затем были построены осредненные поля ВЭС для каждой из этих групп, и анализировались их различия. Оценивалась статистическая значимость величины этой разности и выделялись регионы, где вероятность превышала 99%. Оказалось, что эти регионы практически совпали с районами повышенной информативности ВЭС, установленными совершенно иным способом в предыдущем параграфе (см. рис. 3). Этим подчеркивается информативность как блокирующих антициклонов, так и снежного покрова в задачах ДМП, а также существование внутренней связи между этими характеристиками.

Основные результаты Главы 3 сводятся к следующему.

Выделены районы повышенной потенциальной информативности снежного покрова для ДМП по северной Евразии. Эти районы, расположенные на азиатской территории России, можно объединить в три кластера. Наиболее прогностически ценной является информация о распределении водного эквивалента снега (ВЭС) в январе. Наиболее значимыми оказались связи между ВЭС в январе и приземной температурой воздуха следующей весной и осенью (но не летом). При этом преобладают отрицательные корреляционные связи. Обнаруженные зависимости не являются случайными (уровень значимости менее 5%).

Анализ пространственно-временных линейных зависимостей продемонстрировал, что наиболее значимые корреляционные связи между снежным покровом в Сибири в выбранных районах и температурой воздуха (при опережающем влиянии снега) отмечены для всей толщи атмосферы в районе Северной Атлантики и в верхней тропосфере в полярных районах при временном сдвиге 1 месяц. Также высокие положительные корреляции наблюдаются между ВЭС и термическим режимом нижней и средней тропосферы в зоне Алеутской депрессии при сдвиге 7 месяцев, причем в верхней тропосфере и в области тропопаузы знак связи меняется на отрицательный. Влияние


глобальной температуры воздуха на снежный покров в выделенных районах (т.е. в Сибири) наиболее ярко проявляется для температуры воздуха над западной экваториальной Атлантикой с опережением 2 месяца по отношению к снегу.

В целом, масштабы влияния снега, его площадей и характеристик на формирование погодных условий на долгие сроки, как показали расчеты, являются значительно большими, чем традиционно принято считать. Информация о снеге несет в себе значительный прогностический потенциал при составлении прогноза температурного режима на сроки 2-3 месяца и даже 8-9 месяцев.

Выполнен композиционный анализ связей активности блокирующих антициклонов с характером распределения снежного покрова (а именно, полей водного эквивалента снега) по территории России. Выделены регионы, где эти связи были значимыми с вероятностью не менее 99%. Такие регионы практически совпали с районами повышенной информативности ВЭС, обнаруженными независимым образом выше. Этим подчеркивается информативность как блокирующих антициклонов, так и снежного покрова в задачах ДМП, а также существование внутренней связи между этими двумя характеристиками.

Обнаружена тенденция к уменьшению частоты блокирующих антициклонов над Атлантико-европейским сектором. На фоне этого общего тренда, наблюдались максимумы числа блокирующих ситуаций в 1955-1959 и 1984-1986 гг. Главные максимумы повторяемости случаев БА локализуются над Британией и Уралом, а также над центральной частью европейской территории России. Оправдываемость долгосрочного прогнозирования на основе гидродинамических моделей при наличии интенсивных и продолжительных блокирующих антициклонов над территорией 1 е.ср. существенно повышается (в рассмотренных здесь конкретных случаях - на 33-42% в терминах Ro) как в период блокирования, так и в последующие 10-20 суток.

Обнаружено также, что локализация крупных термических аномалий с продолжительностью более двух недель хорошо совпадает с выявленным регионом в центральной и южной частях европейской территории России, где наиболее часто формируются продолжительные стационарные антициклоны. Эту связь следует учитывать при прогнозировании термического режима на большие сроки.

В Главе 4 («Методы интерпретации ансамблевых прогнозов в задачах ДМП») представлены результаты исследований, направленных на развитие методов долгосрочного прогнозирования элементов погоды для различных регионов России, по территории СНГ и в глобальном масштабе, использующих статистические методы интерпретации ансамблевых прогнозов. Предложенная методология, ориентированная на улучшение предсказуемости элементов погоды на пролонгированные сроки на базе статистической интерпретации ансамблей гидродинамических прогнозов одной или нескольких моделей, является новой для России и представляется перспективной. Для валидации моделей используются данные реанализов.

В разделе 4.1 усовершенствована адаптивная схема прогноза хода внутримесячной температуры. Кусочно-линейная регрессионная схема прогноза сглаженного хода температуры в течение месяца в пунктах на территории России основана на концепции совершенного прогноза, в качестве предикторов используются ортогонализированные ансамблевые декадные прогностические поля HЎoo, Po и Tsso, являющиеся выходной продукцией  гидродинамических  моделей.   Прогностическая  продукция  предложенной


статистической модели также представляет собой не детерминированный прогноз, а расширенный ансамбль, реализации которого были получены в результате расчетов модели по различным совокупностям информативных точек предикторов, а также по всем отдельным членам ансамблей входных данных. Эксперименты по использованию ансамблевых гидродинамических прогнозов в адаптивной схеме проходили испытания на базе 39 среднесрочных прогнозов за период 2000-2004 гг по нескольким городам России (Москва, С.-Петербург, Н. Новгород, Красноярск и др.), выпущенных в Гидрометцентре РФ (модель T42L14), за исходный срок То и за сроки г/ = Го-12час и Т2= То-24час и NCEP (США) (модель T126L28, 12 членов ансамбля). Для восстановления сглаженного хода температуры в течение месяца в прогностической схеме применялись как отдельные гидродинамические прогнозы, так и прогнозы, осредненные по ансамблю. Кроме того, для каждого случая рассматривались несколько наилучших наборов предикторов, полученных по расчетам на зависимом материале. Сравнительный анализ прогностических данных по двум типам среднесрочных гидродинамических прогнозов на экспериментальной выборке за 2001 -2004 гг показал, что статистические интерпретации гидродинамических прогнозов Гидрометцентра России и NCEP (США) в среднем дали близкие показатели оправдываемое™ для Москвы. Средние оценки качества прогнозов хода температуры в течение месяца, основанные на ансамблевых прогнозах NCEP составили: г = 0.24, р = 0.3, а аналогичные оценки по прогнозам Гидрометцентра таковы: г = 0.22, р=0.27. Для обоих типов данных оправдываемость прогнозов для Красноярска оказалась достаточно низкой. Отметим, что Красноярск находится в максимальной удаленности от морей и океанов по сравнению с другими рассматриваемыми объектами исследования. Возможно, поэтому связи между предикторами и предиктантом для данного региона менее устойчивы. Для С.-Петербурга и Нижнего Новгорода выявлены заметные преимущества использования модели NCEP (12 членов ансамбля) по сравнению с моделью Гидрометцентра (3 члена ансамбля). Таким образом, результаты оценок указывают на целесообразность использования среднесрочных прогнозов для статистической интерпретации при большом числе членов ансамбля.

Далее в этом разделе предприняты попытки параметризовать состояния атмосферы в различных пространственно-временных масштабах, а затем исследовать влияние выведенного параметра на качество модельных ансамблевых данных, непосредственно ответственных за конечный результат прогноза хода температуры. В этом качестве мы рассматриваем несколько критериев: во-первых, кумулятивную дисперсию членов ансамбля, во-вторых, критерий, характеризующий тенденцию роста ширины прогностического пучка со временем и представляющий собой среднюю величину последовательных разностей среднеквадратичного отклонения за декаду и, наконец, в-третьих - критерий, основанный на применении объективной типизации методом К-средних. В результате проведенных исследований в некоторых случаях была обнаружена зависимость качества прогнозов хода температуры от скорости расхождения прогностического пучка со временем. Установлено, что успешность прогнозов определяется прежде всего кумулятивной дисперсией членов ансамбля в сочетании с объективной классификацией. Однако оценки прогнозов с использованием избирательных членов ансамбля имели нестабильный характер - в одних случаях они были выше оценок прогнозов, рассчитанных по всем членам ансамбля, в других ниже, поэтому все же представляется более целесообразным использовать осредненные значения прогностических данных по всем реализациям ансамбля.

Раздел 4.2направлен на поиск «предшественников» развития региональных аномалий, с помощью которых можно было бы получить априорную оценку качества прогноза  с  использованием  вышеупомянутой  прогностической  схемы.  В  этих  целях


использовались два подхода. Во-первых, изучение корреляционных зависимостей предиктанта и предикторов (парные и множественные корреляции) по времени и по пространству в информативных районах (центрах действия атмосферы и т.п.). Во-вторых, использование алгоритма объективной классификации, сочетающего свойства алгоритма Ланда и метода К-средних, для типизации ситуаций с различными конфигурациями атмосферных полей предиктанта. В результате проведенных экспериментов были выделены типовые поля главного предиктора Н500, которым соответствовали наименее и наиболее удачные прогнозы (примеры таких полей, обеспечивающие наилучшие результаты прогнозирования для Москвы, показаны на рис. 6). Установлено, что если циркуляция в средней тропосфере соответствует одному из выявленных «худших» классов, то априорная вероятность неуспешного прогноза составляет 50-80%. При других типах циркуляции априорная вероятность неуспешного прогноза составляет лишь 10-40%. Выводы, полученные на архивной выборке за 1949-1994 гг, подтверждены на независимом материале за 1997-2000 гг. Анализ результатов на независимом материале показал, что выявленные классы полей, при которых повторяемость несогласованных прогнозов максимальна, соответствуют классам на обучающей выборке. Результаты проведенного исследования свидетельствуют о том, что введение характеристик изменчивости величины взаимосвязей и пространственного положения информативных районов в схеме долгосрочного прогноза, а также использование классификации метеорологических полей в средней тропосфере является весьма эффективной мерой для повышения качества прогноза.


23 декада 2001 года,

27 декада 2001 года,

Рис.     6.     Осредненные    предиктора    за    декады,     соответствующие    наилучшим статистическим прогнозам хода температурного режима для Москвы

В разделе 4.3 рассматривается мультимодельный подход при составлении прогнозов погоды на сезон на основе результатов ансамбля российских (Гидрометцентр России и Главная геофизическая обсерватория) и зарубежных моделей, представляемых Климатическим центром Азиатско-Тихоокеанского сотрудничества (Asia-Pacific Economic Cooperation Climate Center - APCC) в рамках деятельности Северо-Евразийского регионального климатического центра, созданного в 2007 году. Рассматривая ансамбль модельных прогнозов как набор предикторов, можно реализовать различные методы расчета   предиктанта  -   прогностического  значения   метеорологической   величины.   В


соответствии с выводами Главы 2, в качестве эталонных данных наблюдений использовались сеточные поля месячного осреднения температуры Tsso из реанализа NCEP/DOE (National Center for Enviromental Prediction/Department of Energy) и поля осадков CMAP (Climate Prediction Centers Merged Analysis of Precipitation,) с шагом 2.5x2.5 градуса за период с 1983 по 2004 гг.

Для оценки качества детерминистских прогнозов, в дополнение к рекомендуемой ВМО среднеквадратической оценке успешности MSSS, являющейся показателем меры мастерства методических прогнозов по сравнению с климатическим прогнозом, использовались следующие оценки: абсолютные и среднеквадратичные ошибки ABSE и RMSE, а также коэффициент корреляции между прогностическими и фактическими значениями метеорологических величин АСС.

Таблица 3. Обобщенные показатели качества сезонных прогнозов для Т850по глобусу и внетропической зоне Северного полушария

Т850

Зима

MSSS

ABSE (°С)

RMSE(°C)

АСС

модель

Земной шар

90o- 20° с. ш.

Земной шар

90°- 20° с. ш.

Земной шар

90°- 20° с. ш.

Земной шар

90°- 20° с. ш.

GDAPS_F

-0.00

-0.02

1.23

1.84

1.53

2.28

0.15

0.11

GDAPS_0

-0.03

-0.03

1.25

1.86

1.55

2.29

0.03

0.05

ПЛАВ

-0.20

-0.13

1.29

1.90

1.64

2.37

0.14

0.10

JMA

-0.10

-0.17

1.30

1.97

1.61

2.44

0.15

0.08

METRI

-0.40

-0.14

1.31

1.91

1.64

2.37

0.12

0.13

ГГО

0.04

-0.02

1.22

1.85

1.52

2.30

0.24

0.16

NCC

-0.08

-0.07

1.27

1.88

1.58

2.33

0.01

0.02

CFS

-0.01

-0.08

1.24

1.89

1.55

2.34

0.19

0.09

MULTI

0.08

0.04

1.19

1.79

1.48

2.21

0.25

0.20

Т850

ЛЕТО

MSSS

ABSE(°C)

RMSE(°C)

АСС

модель

Земной шар

90o- 20° с. ш.

Земной шар

90°- 20° с. ш.

Земной шар

90°- 20° с. ш.

Земной шар

90°- 20° с. ш.

GDAPS_F

-0.05

-0.10

1.08

1.16

1.34

1.45

0.15

0.05

GDAPS_0

-0.02

-0.02

1.06

1.12

1.33

1.39

0.14

0.13

ПЛАВ

-0.04

-0.04

1.08

1.13

1.34

1.41

0.01

0.04

JMA

-0.19

-0.21

1.10

1.17

1.37

1.45

0.15

0.10

METRI

-0.14

-0.19

1.12

1.20

1.40

1.49

0.14

0.09

ГГО

-0.39

-0.25

1.14

1.19

1.42

1.49

0.08

0.07

GCPS

0.03

-0.03

1.04

1.12

1.30

1.40

0.26

0.17

CFS

-0.05

-0.08

1.09

1.15

1.36

1.43

0.14

0.07

MULTI

0.07

0.03

1.03

1.10

1.28

1.36

0.23

0.18

JMA - Japan Meteorological Agency (Япония), GDAPS_F - Korea Meteorological Administration (Корея),   прогностические значения  температуры  поверхности  океана,   GDAPS_0     -   Korea  Meteorological  Administration  (Корея),   инерционные  значения


температуры поверхности океана, GCPS - Seoul National University (Корея), METRI - Meteorological Research Institute (Корея), ГГО -Главная Геофизическая Обсерватория (Россия), ПЛАВ - Гидрометцентр России (Россия), CFS - National Center for Environmental Prediction (США), MULTI - мультимодельный прогноз .

В таб. 3 приведены значения пространственно осредненных (по всему земному шару и полосе внетропических широт Северного полушария) статистических показателей успешности MSSS, ABSE, RMSE, АСС для летнего и зимнего сезонов. Из таблицы легко оценить, насколько в количественном отношении успешность мультимодельных прогнозов превосходит прогнозы отдельных моделей.

Анализируя значения абсолютной и среднеквадратичной ошибок, можно отметить, что процедура комлексирования моделей уменьшила абсолютную ошибку на величину от 0.03 С до 0.18 С (по сравнению с ошибками прогноза по разным отдельным моделям) для зимы и от 0.01 С до 0.11 С для лета, а среднеквадратичную ошибку - на величины от 0.05 С до 0.21 С для зимы и от 0.02 С до 0.14 С для лета, соответственно. Высокие значения среднеквадратичных и абсолютных ошибок сезонных прогнозов характерны для внетропических широт, что вызвано, во-первых, худшим качеством прогнозов и, во-вторых, большей изменчивостью фактической температуры в высоких широтах. Для всех представленных моделей прогнозы относительно успешны для тропического пояса земного шара. Самые высокие показатели качества демонстрирует скомплексированный прогноз. Кроме него, статистически значимые на уровне менее 20% по F-критерию коэффициенты корреляции, выделенные в таблице жирным шрифтом, имеют лишь модель ГГО (весь земной шар и экстратропики, летний и зимний сезоны) и модель CFS (весь земной шар, зимний сезон).

В разделе 4.4. рассматривались различные методы комплексации ансамблевых прогнозов с использованием 3 ансамблевых прогностических систем - ПЛАВ Гидрометцентра РФ, Главной Геофизической Обсерватории и CFS NCEP Национального Центра по Прогнозам Окружающей Среды США. В ходе расчетов проводились численные эксперименты по нахождению оптимальной комплексации рассматриваемых моделей для детерминистской версии прогнозов с использованием четырех методов их комбинирования, а именно следующих.

•Метод 1 ?4?1). Комплексация осуществлялась без каких-либо весовых коэффициентов - рассчитывались средние по ансамблю численных интегрирований для двух российских моделей ПЛАВ, Гидрометцентра России и ГГО, а затем вычислялось среднее из полученных осреднений по каждой модели.

•Метод 2 (ММ2). Комплексация осуществлялась без каких-либо весовых коэффициентов - рассчитывались средние по ансамблю численных интегрирований для трех моделей, а именно по моделям ПЛАВ Гидрометцентра России, ГГО и CFS NCEP (США), а затем вычислялось среднее из полученных осреднений по каждой модели.

•Метод 3 (ММЗ). В этом подходе использовалась многомерная линейная регрессия рядов наблюдений по отношению к прогнозам каждой модели для нахождения весовых коэффициентов для этих моделей.

•Метод 4 ?4?4). Весовые коэффициенты для членов мультимодельного ансамбля рассчитывались в соответствии с величинами коэффициентов корреляции ретроспективных прогнозов соответствующих моделей с данными наблюдений.

На рис. 7 приведены диаграммы сгруппированных оценок для разных параметров качества прогнозов Н5оо для зимы. На диаграмме представлены данные для 7 методов прогнозирования, а именно: 1 группа - ПЛАВ, 2 группа - ГГО, 3 группа - CFS, 4 группа -ММ1, 5 группа - ММ2, 6 группа - ММЗ, 7 группа - ММ4. Каждая группа состоит из четырех столбиков, соответствующих регионам осреднения: синие - для всего земного шара, голубые - для внетропической зоны северного полушария, желтые - для северной Евразии и бордовые - для тропического пояса. По параметру Ro прогноз, составленный по методу ММ2, имеет явное преимущество перед другими методами комплексирования. В подтверждение этому факту по диаграммам легко оценить, что и среднеквадратичные и абсолютные ошибки для этого метода являются минимальными. Большие значения среднеквадратичных и абсолютных ошибок сезонных прогнозов преимущественно относятся к внетропическим широтам, что вызвано, во-первых, худшим качеством прогнозов по этому региону и, во-вторых, большими значениями изменчивости геопотенциала.

По коэффициентам корреляции метод комплексации ММ2 также опережает успешность отдельных моделей и другие способы комбинирования прогнозов. Самые высокие значения (до 0.7) относятся к тропическому поясу. Методы ММЗ и ММ4 во всех перекрестных оценках успешности и для всех рассматриваемых параметров устойчиво уступают по качеству методам ММ1 и ММ2.

В кратком изложении главные результаты Главы 4 сводятся к следующему.


Показано, что методы статистической интерпретации как гидродинамических, так и статистических прогнозов существенно улучшают оправдываемость ДМП

Предложена усовершенствованная адаптивная схема ансамблевого прогноза хода внутримесячной температуры. Результаты выполненных оценок указывают на целесообразность использования среднесрочных прогнозов для их статистической интерпретации в характеристики динамики температуры внутри месяца при большом числе членов ансамбля. Выявлено, что успешность прогнозов в наибольшей степени связана с кумулятивным значением дисперсии членов ансамбля в сочетании с объективной классификацией. Однако оценки качества прогнозов с использованием избирательных членов ансамбля на существующей небольшой архивной выборке имели нестабильный характер. Поэтому сделан вывод о целесообразности использования в прогностической схеме осредненных значений данных по всем реализациям ансамбля.

Показано, что учет характеристик изменчивости взаимосвязей и пространственного положения информативных районов, а также использование объективной классификации барических полей в средней тропосфере в схеме долгосрочного прогноза является эффективной мерой повышения качества прогноза. Последний вывод подтверждается и результатами Главы 3, полученными другими средствами.

В Главе 5 («Методики применения ДМП для отдельных секторов экономики») приводятся примеры использования результатов диссертационной работы для усовершенствования долгосрочных прогнозов при решении конкретных задач в интересах различных секторов экономики.

В разделе 5.1 представлена новая схема для прогнозирования уровня лесной

пожарной опасности (ПО) на долгие сроки. Несмотря на существующую потребность

ФГУ «Авиалесохрана» и других заинтересованных подразделений Федерального

агентства лесного хозяйства и МЧС в регулярном обеспечении долгосрочной

прогностической информации ПО, прогнозы ПО с заблаговременностью месяц и более до

настоящего времени регулярно не составлялись. В данной работе мы впервые

представляем    результаты          экспериментального    прогнозирования    ПО    на    весь

пожароопасный сезон с апреля по октябрь.

Прогнозы на пожароопасный сезон составлялись на основе расчетного показателя пожарной опасности Нестерова (11110) с использованием ансамблевых сезонных гидродинамических прогнозов осадков и температуры воздуха по моделям ПЛАВ (Россия) и CFS (США) с суточным разрешением и эмпирических прогностических зависимостей между нарастанием ПО и температурой воздуха для 1335 пунктов на территории РФ. Ансамблевые прогностические системы ПЛАВ и CFS были оптимально скомплексированы с применением методов, развитых в предыдущей главе. На рис. 8 приводится блок-схема составления прогноза.

В целом оценки успешности показали положительные результаты - наши прогнозы демонстрируют качество выше случайного прогноза и климатического прогноза (в случае прогнозирования крайних градаций ПО), хотя превышение этих уровней и не очень значительно. Вычислительные эксперименты расчетов ПО по каждому члену прогностического ансамбля с последующим осреднением и переводом в ГПО не привели к существенному улучшению оценок успешности прогнозов ГПО.

С нашей точки зрения, эти результаты указывают на перспективность предложенного метода. Предложенная методика внедрена в оперативную деятельность ФГУ «Авиалесохрана».

Раздел 5.2посвящен сравнению двух существующих методик применения ДМП к задачам теплоэнергетики. Использование адаптированных долгосрочных метеорологических прогнозов в целях оптимизации управления теплоэнергетикой помогает с достаточной заблаговременностью корректировать запасы необходимого топлива, определять регионы повышенных рисков дефицита мощности в ходе отопительного периода. Особенно востребованными являются долгосрочные прогнозы температуры. В данном разделе приводятся оценки долгосрочных прогнозов температурного режима по территории РФ, выпущенных в двух центрах - в Центре исследований атмосферы и окружающей среды, США (Atmospheric and Environmental Research - AER) и в Гидрометцентре России за экспериментальный холодный период 2008 и 2009 гг. Эти оценки выполнены с целью определения, какая из этих прогностических методик лучше соответствует требованиям энергетической отрасли.

Наряду со стандартными характеристиками температурного режима, рассчитывались специализированные параметры, используемые в практической деятельности российской энергетической отрасли, такие как параметр ГСОП («градус-сутки отопительного периода»).  Этот параметр характеризует средний интегральный


перепад температур между наружным воздухом и воздухом внутри отапливаемых помещений (СНиП 23-02-2003. Тепловая защита зданий):

ГСОП = ? * (Твв - Тнв),

где ? - продолжительность периода с температурами, устойчиво держащимися ниже +8°С, Твв - средняя температура воздуха внутри отапливаемых помещений, принимаемая за 18.3°С, Тнв - средняя температура наружного воздуха (в целом за отопительный период или в пределах какого-либо месяца). Перед сравнением прогнозов между собой была выполнена процедура приведения прогнозов к единому формату, включающая проверку однородности климатических рядов с помощью стандартного нормального теста для расчета климатических норм. Было также проведено тестирование устойчивости климатических норм рядов месячной температуры воздуха для каждого пункта (всего 147 пунктов на территории РФ) в зависимости от периода осреднения. Рассматривались традиционные нормы ВМО 1961-1990 гг и нормы за последний 30-летний период 1978-2007 гг. В результате такого тестирования было установлено, что отличия норм по разным периодам осреднения порой достигают значений более 1°С (для для января и февраля на ЕТР и в Западной Сибири). По этой причине аномалии прогностических значений температурного режима были представлены в терминах отклонений как от традиционных норм за 1961-1990 гг, так и от норм, рассчитанных за период 1978-2007 гг.

Успешность прогнозов оценивалась с использованием следующих параметров: среднеквадратичная ошибка прогнозов; коэффициент корреляции между фактическими и прогностическими аномалиями; параметр Ro - соотношение между совпавшими и несовпавшими по знаку прогностическими аномалиями.

Обобщенные по пространству оценки прогнозов Гидрометцентра (ГМЦ) и AER сведены в таб. 4. Прогностические и фактические значения приведены в таблице в виде отклонений от норм, рассчитанных за разные периоды. Если использовать привязку к официальным нормам ВМО, то прогнозы обоих центров демонстрируют довольно высокие оценки по параметру Ro, не ниже 0.36 для AER и 0.4 для ГМЦ. Такой уровень успешности долгосрочных прогнозов по всем трем показателям считается в мировой практике весьма высоким. При переходе к нормам за период 1978-2007 гг успешность по параметру Ro в целом ухудшается, особенно для прогнозов ГМЦ. Однако для прогнозов ГМЦ отмечаются довольно высокие значения коэффициентов корреляции для всех месяцев рассматриваемого периода, что говорит о хорошем воспроизведении структуры изменчивости поля температуры. Наиболее успешным месяцем при привязке к новым нормам в прогнозах обоих центров является декабрь.

Таблица 4. Оценки успешности прогнозов температуры воздуха на отопительный период, составленных в Гидрометцентре РФ (ГМЦ) и Atmospheric Environmental Research, США (AER)

Расчет оценок по нормам 1961-1990

RMSE

АСС

RO

AER

2.65

0.16

0.61

ГМЦ

2.35

0.23

0.61

Расчет оценок по нормам 1978-2007

RMSE

АСС

RO


AER

2.65

0.05

0.20

ГМЦ

2.35

0.58

0.22


Ha рис. 10 представлены графики спрогнозированных и фактических значений интегрального показателя ГСОП для рассмотренных населенных пунктов на территории России в зависимости от долготы места. Как видно из этого графика, наибольшие расхождения прогноза с действительностью отмечены для восточной Сибири и Дальнего Востока. Более близкие совпадения отмечены для европейской территории России и районов с более мягкими условиями зимнего периода.

Декабрь, 2009 г.

1800

1600

1400

1200

??   1000

О

L_     800

600

400

200

0

0           20          40          60          80        100       120       140       160       180

Долгота

Рис. 10. Прогнозируемые и фактические значения параметра ГСОП в зависимости от долготы места.

В целом прогнозы обоих центров для параметра ГСОП за холодный период продемонстрировали хорошие результаты при среднем отклонении от фактических значений лишь 14-16% в обоих случаях. Эти прогнозы можно использовать как качественные в задачах теплоэнергетики для всего холодного периода.

Главные результаты Главы 5 следующие.

Впервые разработана методика прогнозирования пожарной опасности на сезон. Предложен новый подход, связанный с применением градаций пожарной опасности вместо классов пожарной опасности. Методика прогнозирования основана на использовании оптимальной комплексации гидродинамических прогнозов в соответствии с рекомендациями, описанными в главе 4. Также впервые для прогнозирования уровня пожарной опасности предложено учитывать характеристики снежного покрова. Результаты применения новой методики продемонстрировали ее успешность.

Прогностическая информация представлена в форме специализированных параметров, удобных для использования в практической деятельности энергетического сектора.


В Заключении подытожены основные результаты диссертационной работы (в автореферате они были выделены курсивом выше при изложении содержания глав 2-5) и высказаны завершающие замечания общего характера.

В диссертации показано, что на первый план в задачах совершенствования ДМП выходят средства, связанные с оптимизацией информационной базы, сочетанием методов распознавания образов со статистической интерпретацией ансамблевых гидродинамических прогнозов, использованием современных синоптико-статистических приемов. Такой комплексный подход, названный нами структурно-статистическим, представляется наиболее перспективным для решения задач ДМП. Кроме того, продемонстрированы ресурсы для повышения эффективности использования долгосрочных метеорологических прогнозов - даже при их современном не слишком высоком уровне оправдываемое™ - в целях решения ряда практических задач (например, применения прогнозов погоды на сезон для оценки уровней лесной пожарной опасности, и т.д.). Разработанная научная идеология формализована в прогностическую схему и внедрена в практическую деятельность Рослесхоза (акт о внедрении прилагается).

9. Публикации

Публикации в журналах из перечня ВАК

1.  Регрессионная схема прогноза месячных осадков на Юге Бразилии. Метеорология и

Гидрология, 1999 г. (в соавторстве с P.M. Вильфандом), 2000, №5, стр. 55-66

  1. Оценки трендов температуры в свободной атмосфере по данным NCAR/NCEP реанализа и по радиозондовым наблюдениям, "Гидрология и Метеорология", Метеорология и Гидрология, 2003, №12, стр. 5-18, (в соавторстве с К.Г. Рубинштейном, A.M. Стериным)
  2. Современное гидрофизическое и гидробиологическое состояние западной части Аральского моря. Океанология, 2003, 43, 2, 316-319. (в соавторстве П.О.Завьяловым и др.)
  1. Hydrographic survey in the dying Aral Sea. Geophysical Research Letters, 2003, 30, 1659-1662, DOI: 10.1029/2003 GL017427 (в соавторстве П.О.Завьялов и др.)
  2. Long-term variability of air temperature in the Aral sea region, Journal of Marine Systems, 2004, 47, 25-34 (в соавторстве с P.M. Вильфандом, П.О.Завьяловым)

6.   Комплексные экспедиционные исследования в западной части Аральского моря в

октябре 2003 г. Океанология, 44, 4, 667-670. ,2004. (в соавторстве с   П.О.Завьяловым и

др)

7.   Сравнение характеристик снежного покрова для бассейнов великих сибирских рек по

резулътатм численных экспериментов, данных наземных и спутниковых наблюдений и

реанализов. 2005, Вычислительные технологии, 10, ISSN 1560-7534, 118-124 (в

соавторстве с К.Г. Рубинштейном и С.Громовым)


  1. Сравнение сезонной и межгодовой изменчивости снежного покрова в бассейнах рек России по данным наблюдений и реанализов, Известия РАН, Физика атмосферы и океана, 2007, Т.43, N1, с. 69-80 (в соавторстве с К.Г. Рубинштейном и А.Б. Шмакиным)
  2. Статистический прогноз температуры воздуха на месяц с использованием выходных данных гидродинамических моделей, Метеорология и Гидрология, 2007, N3, стр. 5-13. (в соавторстве с P.M. Вильфандом и В.А. Тищенко)
  1. Snow Cover Characteristics Over the Main Russian River Basins as Represented by Reanalyses and Measured Data, Journal of Applied Meteorology and Climatology, 2008, Vol. 47, No. 6, 1819-1833 (в соавторстве с L. Holko. и др.)
  2. Snow cover characteristics in the Aral Sea Basin from different data sources and their relation with river runoff, Journal of Marine Systems (2009), doi:10.1016/j.jmarsys.2008.03.012, v.76, 254-262 (в соавторстве с L. Holko)
  3. Geodynamical processes in the channel connecting the two lobes of the Large Aral Sea, Hydrol. Earth Syst. Sci., 13, 2265-2271, 2009 (в соавторстве с E. Roget и др.)
  4. Мультимодельный подход при составлении прогнозов погоды на сезон, Метеорология и Гидрология, 2011, №1, 19-29 с. (в соавторстве с В.Н.Крыжовым и др.)

14.    Оценка мультимодельного вероятностного прогноза на сезон на основе данных

моделей АРСС, Метеорология и Гидрология, 2011, №3, 5-18 с. (в соавторстве с

А.Ю.Бундель и др.)

  1. Impact of the European Russia drought in 2010 on the Caspian Sea level, Hydrol. Earth Syst. Sci., 8, 7781-7803, doi: 10.5194/hessd-8-7781-2011, 2012. (в соавторстве с К. Arpe и др.)
  2. Долгосрочное прогнозирование пожарной опасности лесов на основе ансамблевых сезонных прогнозов по модели ПЛАВ, 2012, Метеорология и Гидрология (в печати)

Другие публикации

17.  As zonas de TSM de possнvel impacto para о regime pluviomиtrico na regido Sul do Brasil. I

Anais de XI Semana Nacional de Oceanografia, 1998, p. 422-424.

  1. Использование ансамблевых гидродинамических прогнозов для предсказания хода температуры внутри месяца. Труды конференции молодых ученых, посвященной 80-летию отдела динамической метеорологии Главной геофизической обсерватории, 2001, Санкт-Петербург, 242-248 (в соавторстве с Тищенко В.А.).
  2. Связь типов циркуляции в средней тропосфере с успешностью статистического прогноза термического режима приземного воздуха внутри месяца, В сборнике докладов Международной научной конференции, посвященной результатам исследований в области гидрометеорологии и мониторинга загрязнения природной среды в государствах-участниках СНГ, 2002 г., Санкт-Петербург, 3-5 стр. (в соавторстве с P.M. Вильфандом и В.А.Тищенко).
  3. Сопоставление месячных данных проекта реанализа NCAR/NCEP с постанционными статистиками радиозондовых наблюдений. В сборнике докладов Международной научной      конференции,      посвященной      результатам      исследований      в      области

гидрометеорологии и мониторига загрязнения природной среды в государствах-участниках СНГ, 2002 г., Санкт-Петербург. 9-10 стр. (в соавторстве с К.Г. Рубинштейном и A.M. Стериным)

  1. Comparison between monthly data ofNCAR/NCEP reanalysis and aerological observations in Southern Hemisphere. 2002 Anais de XII Congresso Latinoamericano de Meteorologia, Foz do Iguacu, pp. 1053-1062, (в соавторстве с К.Г. Рубинштейном, A.M. Стериным и СМ. Абдулаевым)
  2. Ensemble approach to detailed statistical forecast of surface air temperature, Proceedings of Technical Conference DPFS WMO, 2-3 December 2002, Cairns, in CD, 4p. (в соавторстве с P.M. Вильфандом и В.А.Тищенко)
  1. Сравнительный анализ месячных данных pe-анализа NCAR/NCEP и аэрологических наблюдений по южному полушарию, Труды конференции молодых ученых, посвященной 80-летию отдела динамической метеорологии Главной геофизической обсерватории, 2002, Гидрометеоиздат, Санкт-Петербург, стр. 173-181. (в соавторстве с К. Г. Рубинштейном).
  2. Результаты исследований по прогнозированию сглаженного хода температуры в течение месяца. Труды Гидрометцентра России, вып. 337, 2002, стр. 16-32, Гидрометеоиздат, С.-П. (в соавторстве с P.M. Вильфандом и В.А.Тищенко)

25.    Априорное оценивание качества статистических прогнозов хода приземной

температуры на основе анализа состояния циркуляции в средней тропосфере. Труды

Гидрометцентра России, 2002, вып. 337, стр. 3-15, Гидрометеоиздат, С.-П. (в соавторстве

с P.M. Вильфандом и В.А.Тищенко)

26.      Усовершенствование методики прогнозирования по ансамблю приземной

температуры воздуха в течение месяца. В кн. Фундаментальные и прикладные

гидрометеорологические исследования, 2003, стр. 14-23, Гидрометеоиздат, С.-П. (в

соавторстве с P.M. Вильфандом и В.А.Тищенко)

27.     Схема прогноза внутримесячного хода приземной температуры воздуха с

использованием ансамблевого подхода. В кн. Фундаментальные и прикладные

гидрометеорологические исследования, 2003, стр. 3-13, Гидрометеоиздат, С.-П. (в

соавторстве с P.M. Вильфандом и В.А.Тищенко)

  1. Simulation Of Extreme Snow Events Over Eurasia In GCM Experements, Proceedings of International Symposium on Extreme Weather and Climate Events CAS-TWAS-WMO Forum, China 2004, 5p. (в соавторстве с К.Г. Рубинштейном и С.Громовым)
  2. О современном экологическом состоянии Аральского моря (апрель 2004 г.). В книге: Экологическое Образование и Устойчивое развитие, А.Т. Матчанов (ред.), 2004, "Каракалпакистан", Нукус, 63-65. (в соавторстве с П.О.Завьяловым и др.)
  3. Long-Range forecasting in Roshydromet, Report of Workshop WMO of global producers of long-range forecasts, Jeju Island 10-14 October 2005 in CD.

31.  Формирование и таяние снежного покрова в бассейнах великих рек Сибири, 2006,

Труды ГУ "Гидрометцентра России", 341, 152-161 (в соавторстве с К.Г. Рубинштейном и

др)

  1. Характеристики бризовой циркуляции в западной части Аральского моря, 2006, Экологический вестник, 8, 25-26 (в соавторстве с А. А.Ни)
  2. Multiscale and multidisciplinary aspects of snow cover, 14th International Poster Day Transport of Water, Chemicals and Energy in the System Soil-Crop Canopy-Atmosphere, Bratislava, 9.11.2006, 174-177 (в соавторстве с Holko L. и др.)
  3. Snow Cover Characteristics Over the Aral Sea Basin from Different Data Sets and their Relationship with the Amudarya and Syrdarya Rivers Runoff Changes, 14th International Poster Day, Transport of Water, Chemicals and Energy in the System Soil-Crop Canopy-Atmosphere, Bratislava, 9.11.2006, 212-215 (в соавторстве с Holko L. и др.)
  4. Мультимодельный подход при прогнозировании приземной температуры воздуха на сезон, Труды Гидрометцентра России, 342, стр. 3-17, 2008 (в соавторстве с P.M. Вильфандом и В.А.Тищенко)

36.    Snow and Landscape: multi-scale and multi-disciplinary Aspects of Snow Cover,

Proceedings of 18th ECLAS conference "Landscape Assessment - From Theory to Practice:

Applications in Planning and Design", Belgrade October 10th to 14th, eds. Dragovic T. and R.

Kadovic, pp. 297-307. (в соавторстве с M. Breiling и др.)

  1. Upper-air Temperature Trends: Current Problems and Some Recent Results, S. Brтnnimann et al. (eds.), Climate Variability and Extremes During the Past 100 Years, Springer, 2008, 85-101. (в соавторстве с К.Г. Рубинштейном и A.M. Стериным)
  2. Об успешности долгосрочных прогнозов в холодный период 2008-2009 гг., Сборник докладов Первой Международной научно-практической Конференции «Использование гидрометеорологической информации для нужд энергетической отрасли Российской Федерации», 2 стр. (в соавторстве с Д.Б. Киктевым)

39.    Прогнозы погоды на месяц: состояние и перспективы, Юбилейный сборник,

посвященный 80-летию Гидрометцентра РФ, 2010, Триада, 235-246 (в соавторстве с В.П.

Садоковым, P.M. Вильфандом и В.А.Тищенко)

40.  Improvements of seasonal precipitation forecasts using optimal combination of multimodel

hydrodynamical forecasts, Proceedings of Taiwan Water Resources Conference, 2010, 154-162

pp.

41.   О статистических связях высот снежного покрова с приземной температурой

воздуха над территорией северной Евразии, 2011, Сборник докладов научного семинара

«Проблемы и достижения долгосрочного метеорологического прогнозирования», с. 15-17

10. Личный вклад соискателя


В исследованиях по оцениванию результативности применения различных реанализов, спутниковых данных и станционных наблюдений для решения задач, связанных с ДМП и изменениями климата (включая оценивание трендов) лично автором выполнена разработка критерия отбора длиннорядных станций и контроль качества данных, подготовка и обработка массивов, сформулированы обобщенные критерии сравнения метеоэлементов, осуществлены основные расчеты и обобщения, подготовлен графический материал.

В исследованиях крупномасштабных процессов, влияющих на предсказуемость, вклад автора состоит в постановке задачи, реализации расчетов и анализе результатов. В частности, все результаты по исследованию прогностических свойств снежного покрова получены лично автором. В работах по исследованию блокирующих антициклонов и их влияния на предсказуемость автор участвовала в постановке задачи, разработке и реализации плана исследований, в анализе и обобщении результатов.

В работах по усовершенствованию статистического прогноза хода температуры воздуха внутри месяца с использованием ансамблевых гидродинамических прогнозов автор была инициатором постановки задачи, принимала участие в выборе методологии исследования, подготовке унифицированного формата рядов для формирования ансамбля, выполнении серии расчетов, связанных с испытанием схемы на новых ансамблевых входных данных, а также провела серию экспериментов по выявлению успешности прогнозов в зависимости от кумулятивной дисперсии членов ансамбля и использования избирательных членов ансамбля.

В исследованиях по мультимодельному подходу при составлении прогнозов погоды на сезон в детерминистской версии автор участвовала в постановке задачи, и реализовала подход, включая оценивание успешности прогнозов как индивидуальных, так и скомплексированных прогнозов. Численные эксперименты по нахождению оптимальной комплексации трех ансамблевых прогностических систем (ГГО, ГМЦ, CFS NCEP) автор выполнила самостоятельно от постановки задачи до подготовки публикации.

Программно-технологический комплекс по прогнозированию пожарной опасности автор реализовала самостоятельно. Работа по оценке возможностей использования долгосрочных прогнозов для нужд энергетической отрасли также была выполнена в основном лично автором.

Автором выполнена основная часть работы по подготовке большинства публикаций.

 



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.