Содержание к диссертации
Введение
Глава 1. Режимы атмосферной циркуляции: моделирование и прогнозирование 16
1.1. Общая циркуляция атмосферы как основной объект долгосрочного метеорологического про ноза 17
1.2. Спектральные определения циркуляционных режимов 23
1.3. TТTLE1 Теории низкочастотной изменчивости атмосферы и дальние связи TТTLE1 26
1.4. Нелинейное взаимодействие масштабов и понятие погодного режима 32
1.5. Макросиноптическое положение и макросиноптический процесс 52
1.6. TТTLE2 Предсказуемость и прогнозирование режимов циркуляции на внутрисезонных интервалах TТTLE2 59
1.7. Предел предсказуемости и использование ансамблей иро нозов 74
Глава 2. Методы обработки наблюдений и результатов моделирования 78
2.1. Мно окомпонентные ряды наблюдений, метеоролої ические объекты и их статистические характеристики 78
2.2. Многокритериальные показатели аналогичное и мееообтектов 86
2.3. Чувствигельность показателей аналогичности к преобразованиям данных 93
2.4. Эквивалентность показателей аналогичности 99
2.5. Малые и неравномерные выборки 104
2.6. Непараметрические оценки сходетва выборок 114
2.7. Спектры коротких временных рядов 118
2.8. Фильтрация модельных трендов 128
Глава 3. Устойчивость, сопряженность и предсказуемость атмосферных процессов северного полушария 139
3.1. Данные наблюдений: архивы и реанализы 140
3.1.1. Усгойчивость групп аналої ов средних месячных полей приземной температуры 140
3.1.2. Объективная классификация форм Вангенгейма-Гирса 149
3.1.3. Ранговый анализ мод изменчивости и выделение предшественников циркуляционных режимов 154
3.1.4.. Сопряженность региональных циркуляционных режимов 166
3.2 Данные т идродинамического моделирования 174
3.2.1. Устойчивость и предсказуемость режимов, порождаемых малопараметрическими моделями 175
3.2.2. Отклик атмосферной циркуляции на аномалии температуры поверхности океана: предсказуемость второю рода 193
3.2.3. Предсказуемость и априорное оценивание качества идродинамического прогноза 202
Глава 4. Долгосрочный метеорологический прогноз: практика и перспективы 211
4.1. Потенциал МОЦА на ишервалах увеличенной заблаговременности 211
4.2. Ансамбли процедур и методик: адаптивное прогнозирование 229
4.3. Учет фактической температуры поверхности океана 233
4.4. Учет систематических ошибок на основных прогностических интервалах 253
4.5. Приближение вероятностного пространства с помощью ансамблей 268
4.6. Практика прогнозирования - принятие решений в условиях неопределенности 287
Заключение 296
Литература 298
LТNK1 Теории низкочастотной изменчивости атмосферы и дальние связи LТNK1
Пространственные масштабы атмосферных движений изучены наиболее основательно в двух крайних частях спектральної о диапазона волновых чисел: в самом низком (от зонального потока и, примерно, до 2000 км, т.е. в безразмерных волновых числах в диапазоне 0 ч- 20) и в самом высоком диапазоне (для масштабов менее 10 км) [Голицын, 1973]). Временные спектры ашосферных движений изучены еще хуже. Имеются указания на наличие примерно трех максимумов спектральной плотности на периодах 3-5 сут (бароклинные возмущения), 8-12 сут (длинные волны) и 15-30 сут (ультрадлинные волны) [Монин, 1969, Шакина 1990]. Исследовать роль процессов с характерными периодами можно с помощью фильтров пропускания. Гак, в работе [Blackmon, 1976] были использованы фильтры грех диапазонов колебаний, выделяющих барокчинные высокочастотные, промежуточные и низкочастотные области спектра: 1 - 2, 2.5 -6 и 10 - 90 су г соответственно. Географическая карта изменчивости (дисперсии) для фильтрованных колебаний 2-6 сут сильно отличается и от карт дисперсий исходных данных, и oi карт дисперсий фильтрованных низкочаскмных колебаний обеих категорий [Уоллес, Блэкмон, 1988]. Географические особенности ВЧ и НЧ-структур заключаются в том, что основные очаги бароклинных возмущений представляю т собой удлиненные максимумы над океанами вдоль по 45 широты, что приводит к гипотезе связи этих максимумов со шторм-треками, i.e. районами наиболее ин тенсивного проявления а тмосферной бароклинности. Низкочастотные шпы отличакмся менее удлиненными максимумами в районах частого повторения блокирующих ситуаций (блокингов), расположенными над Северной Атлантикой, Тихим океаном и аркгическим побережьем Сибири. В нефильтрованных полях дисперсии обнаруживается сходство с изменчивостью филырованных полей, что свидетельс твует о том, что спектр флуктуации т еопотенциала оказывается в большой степени красным, а география полной временной изменчивости определяется в основном низкочастотными флукгуациями, а не бароклинными возмущениями. Впоследствии стали применяться другие фильтры пропускания, однако основная идея разделения на диапазоны низких и высоких частої осталась, при чем в основном модифицировались поддиапазоны низкочастотного фильтра. Так в работе [Уоллес, Блэкмон, 1988] для высот поверхности 500 т Па использовались фильтры пропускания колебаний с периодами 2 - 6 сут и с периодами более 10 сут. В работе [Blackmon et al, 1984] диапазон низких частот был разделен на две категории: флуктуации с периодами от 10 сут до месяца и «флуктуации, разрешенные средними месячными величинами». В [Kusnir, Wallace, 1989] использованы фильтры пропускания периодов 10-60 («недели»), 60-180 («месяцы») и более 180 сут («сезоны»).
Пространственная сгруктура циркуляционных типов была прояснена на основе синхронных корреляций между значениями средних месячных высот поверхности 500 гПа в узлах регулярной сетки для зимнего периода Северного полушария в работе [Wallace, Gutzler, 1981], в коюрой были выделены 14 «центров дейс твия», объединенных в пять основных сие т ем дальних связей - по два на северных регионах Тихого и Атлашическот океанов и один на территории Евразии: тихоокеанско-североамериканская (PNA, Pacific-North American, цен трь т А, В, С, D), восточно-атлантическая (ЕА, East Atlantic, ценгры Е, F, G), западно-атлантическая (WA, west Atlantic, цешры II, I) западно-тихоокеанская (WA, west Pacific, центры J, К), евразийская (EU, Eurasian, центры L, М, N). Центры имеют следующие координаты: А (20 с.ш., 160 з.д.), В (45 ели., 165 з.д.), С (55 с.ш., 115 з.д.), D (30 с.ш., 85 з.д.), Е (25 с.ш, 25 з.д.), F (55 с.ш., 30 з.д.), G (50 с.ш, 40 в.д.), Н (55 с.ш, 55 з.д.), I (30 с.ш, 55 з.д.), J (60 с.ш, 145 в.д.), К (30 с.ш, 145 в.д.), L (55 с.ш, 20 в.д.), М (55 с.ш, 75 в.д), N (40 с.ш, 145 в.д.). В работе [Wallace, Gutzler, 1981], были введены количественные характеристики телеконпекционных конфшураций: Эти критерии имеют синоптическую интерпретацию через основные барические элементы и характеризую! большую часть временной изменчивости среднемесячной циркуляции. Наиболее развитые фазы телеконнекций прошвоположных знаков можно обозначить через символы PNA+, PNA , EU+ и т.д. Эш эксгремальные противоположные фазы могут быть содержательно сопоставлены с формами циркуляции Вашешейма-Гирса. Основные особенности этих фаз опишем кратко следующим образом. PNA+: В поле геопогенциала требень над западной Канадой и преобладание волновых структур; в поле давления глубокий Алеутский минимум. PNA": В поле приземного давления ослабленный Алеу тский минимум. ЕА+: В поле теоно тенциала положительная аномалия над северной Атлантикой, сильный требень над северной Европой и небольшая над суб тропиками и над югом Европы. В поле давления ослабленный Исландский минимум, расщепленный на два центра, субфонический Атлантический максимум сдвиїае тся к северу от климатического положения. ЕА : Противоположная картина в поле геопотеїщиала. В поле приземного давления интенсивный Исландский минимум, субтропический максимум смещается к югу. WP+: Слабое струйное течение над Японией и слабый Алеутский минимум. WP": Каршна, противоположная WP\ WA+: Слабое струйное течение над Западной Атлантикой, слабый Исландский минимум и слабый субтропический максимум в поле приземною давления. WA": Картина, противоположная WA+. EU : Сдви т к западу северо-азиатской ложбины в планетарной волне и увеличенная интенсивность Сибирского антициклона. EU": Северо-азиатская ложбина сдвинут к востоку от нормы, Сибирский аншциклон ослаблен. Сравнение средних сезонных и средних месячных значений геоио тенциала привело к предположению, что конфигурация PNA обусловлена межгодовой изменчивое тью, в то время как формирование западных струк тур WA и WP происходи т за счет внутрисезонных флуктуации. Морфологически выделенные конфигурации телеконнекций оказались сходными с наиболее быстро растущей нормальной модой барофопного потока, линеаризованною ошосительно среднего климашческого зимнего течения на уровне примерно 300 гПа [Simmom et al, 1983, Дымников, Скиба, 1985].
LТNK2 Предсказуемость и прогнозирование режимов циркуляции на внутрисезонных интервалах LТNK2
К середине 1980-х было накоплено дос таючно много материала в моделировании и прогнозировании на удлиненных сроках. Так, в рабоїе [Smagonnsky, 1983] обсуждаются проблемы климаїа и климашческих изменений, включая возможное т и прогноза на месяц и сезон с помощью МОЦА, при том в качестве кандидатов на долгосрочный прогноз в средних широтах автор, в частности, называет блокирующие си туации, гголожение внетропических шторм-греков, интенсивность муссонных циркуляции. Как считает Смагорински, некоторые харак т еристики атмосферной изменчивости могут бьпь предсказуемыми на интервале от месяца до нескольких лег. Что касается интервалов до 30 суток, ю вероятными кандидатами увеличенной предсказуемости (extended range) являются в основном зимние тропосферные блокирующие ситуации.
Работа Чарни и Девора (1979) как раз подтверждает такого рода возможность. Они показали, что нелинейная система, форсированная снизу (особенно орографически), может задержаться в длительном состоянии «блокирования». При практическом нроїнозировании для конкретного случая в работе [Miyakoda et al, 1983] было продемонстрировано, чго можно получить к концу месяца прогноз экстремально холодной и длительно существующей погоды над такой территорией, как США. Однако их прогноз удался лишь после довольно существенных модификаций в блоках физических параметризаций МОЦА. касается разрешения, то, несмогря на т о, что крупные масштабы предсказываются лучше, качество прогноза на долгие сроки выросло из-за уточнения разрешения. Еще один ис т очник оптимизма Смагорински усмаїривает в учете связи между ЭНЮК и долгосрочными собьииями в атмосфере, которые могут давать сигнал для изменений в атмосфере на протяжении нескольких лет. Исследование предсказуемости на таких интервалах времени стало одной из задач программы ТОГА.
К середине 1980-х были сформулированы основные принципы гидродинамическою долгосрочного прогноза погоды, сведенные в сериях публикаций ВМО, например [Long-range, 1984]. Признается, что существует предел предсказуемости отдельных погодных систем синоптического масштаба, оцениваемый приблизительно в 2-3 недели. За этим пределом синоптические колебания непредсказуемы из-за относительно бысгрых нелинейных гидродинамических взаимодействий внутри самого атмосферного потока.
Но существуют более медленные или менее частые флуктуации, коюрые связаны, как правило, с самыми большими масштабами атмосферных движений. Длительность существования некоторых «погодных типов» на этих масштабах оказывается большей, чем оцененная на основе нелинейных гидродинамических взаимодейс твий. Два основных предположения о механизмах такой удлиненной предсказуемости известны: 1) взаимодействие атмосферы и подстилающей поверхности, а также 2) квази-усюйчивые атмосферные режимы, существующие благодаря взаимодействиям внутри самой атмосферы.
Нижняя граница УДП - это предел предсказуемости отдельных погодных событий - 1-2 недели, 2-3 в перспективе. Верхней границей для УДП полагается гакой момент времени, когда прогноз перестает зависеть от существующих атмосферных условий. В некоторых случаях этот период влияния преимущественных атмосферных условий может достиг а ть нескольких сезонов.
При увеличении заблаювременгюсти разные физические процессы приобретают разный вес. Например, на месячных и сезонных интервалах нельзя исследовать атмосферу изолированно от подстилающей поверхности. Важно моделировать влияние нижней поверхности на а тмосферньїе бюджеты тепла, момента и воды. К счастью, временные масш табь т многих важных физических процессов на поверхности Земли ино тда превышают детерминированный предел в пару недель. Долгая память заключается в почвенной влаге, снежном покрове, морском льде, типах ТПО и мно тих аспектов климатической сис темь т, включающей медленные физические процессы.
О тносиїельно оценок предсказуемости можно заметить следующее: к данному времени убедительной теории не существовало. Да и в дальнейшем только соображения теории динамических сис тем позволили сформулироваїь некоторые принципы теории предсказуемое т и для ДНИ. Долгосрочная предсказуемость является функцией местоположения и сезона. Ясно, что мною надежд ДПП возлагается на сложные динамические феномены типа блокин та и Южного колебания. Были выделены основные факторы, влияющие на качество ГДПП: реї ион, сезон, режим, и явление, несущее предсказуемый си тнал в зашумленном ряду наблюдений. Одной из задача ГДПП представляется именно идентификация таких «информашвных» явлений.
Среди основных вопросов - как использовать обнаруженные явления, типа телеконнекции и ЭПЮК, а гакже взаимодействия океана и а тмосферь т для повышения качества долгосрочных прогнозов? Признается тот факт, что проблематика ДПП может быть удовлетворительно решена только при совместном использовании основных методологических подходов: синоптика, статис тика (эмпирика) и гидродинамика.
Основные выводы по поводу про тнозов на месяц, сформулированные к середине 1980-х таковь т. Во-первых, осредненные величины дают увеличение срока полезности прогноза, сглаживая мелкомасш табньїе короткоживущие компоненты атмосферною состояния и движения [Шукла, 1987). Во-вюрых, на интервале до месяца начальные условия остаются важными. При переходе к сезонному иро тнозу растет роль границ: темперагура поверхности океана (ТПО), влажность почвы, снег и морской лед. Так как основной объект ДПП - это некоторое осредненное состояние, то неизбежным станови тся вероятностный подход к самому прогнозу (ансамбли), так и к ин терпретации его результатов.
В работе [Miyakoda, 1985] был представлен обзор по эксперимешальным гидродинамическим про тнозам на месяц за предшествующие 10 лет. За ли т оды проводились исследования предсказуемости и практической важности ГДПП. Высказывания осторожны, так как многие ранее поставленные вопросы так и не нашли удовлетворительного и однозначного разрешения. Основные выводы таковы: значимое качество в средних 10-суючных и 15-суючных к концу месяца у трачивается; дрейф модели существенен; чем больше разрешение, тем лучше прогноз вплоть до 30 суток.
Миякода перечисляет основные факторы внешнего воздействия и внутренней динамики. Внутренняя динамика сосюи т из следующих элементов: 1) адвекция погодных типов, 2) распространение волн, 3) баро тропная и бароклинная неустойчивость, 4) орографические эффекты, 5) процессы в по транслое, 6) нелинейные взаимодействия между движениями разных масштабов. В месячном про тнозе объектами являются крупные масштабы и низкие частоты. Синоптические масштабы влияют на НЧ через нелинейное взаимодействие, однако, здесь ос таетея мною неясностей. Внешний форсинг приобретает кришческое значение с ростом заблаговременное т и. Среди внешних условий перечисляются 1) темпера тура поверхности океана (ТПО), 2) влажность почвы, 3) снег и лед.
Для эшх интервалов прогноза Миякода важнейшим условием считает ясное понимание внутренней атмосферной динамики. Потенциалом повышения качества МОЦА он ползает 1) учет модельного дрейфа и 2) усовершенствование физических параметризаций.
- Чувствигельность показателей аналогичности к преобразованиям данных
- Отклик атмосферной циркуляции на аномалии температуры поверхности океана: предсказуемость второю рода
Введение к работе
Долгосрочный прогноз погоды (ДНИ), или, точнее, долгосрочный метеорологический прогноз (ДМП), в несколько последних десятилетий оставался «главной задачей современной метеорологии» (А С Монин, ). Важными составляющими данной проблематики являются и унаследованные «классические», и возникшие в последние годы новые задачи. Среди іаких задач можно выдели іь определение «типичною» долгого срока прогноза и соответствующих циркуляционных режимов, выделение статистических харакіеристик атмосферных процессов и явлений с долюсрочной предсказуемоеіью, оценку устойчивой и циркуляционных типов, использование ансамблей прогнозов, разработку и внедрение информашвных оценок качества производимой прогностической продукции.
При простоте постановки проіносіической задачи (дать прогноз некоторой величины на заданный срок) ее решение становится иногда трудно обозримой задачей, когда принимается во внимание многообразие прямых и обратных связей сложной системы атмосфера-океан-суша. Совершенно очевидно, чю предлагаемые «простые» рецепты решения указанной задачи с помощью рядов наблюдений или упрощенных моделей малопродуктивно, а иногда попросту вредно. Невозможно представить себе решение проблем ДМП без самых современных моделей общей циркуляции атмосферы (МОЦА) и океана (МОЦО), быстродействующей вычислительной техники, больших и продуманных численных экспериментов, более точного понимания рассматриваемых динамических и физических механизмов данной системы, а также устойчивых и обоснованных статистических методов иніерпреіации и оценок качества моделирования и проінозирования.
Научный прогресс в меіеорологии и растущие технолої ические возможносіи приводят к постановке новых задач ДМП. Для их решения применяюіся методы самых разных научных дисциплин, включая, например, теорию динамических систем, синергетику и теорию экономических рисков.
Более активно искать пути решения проблем ДМП, какими бы сложными они не представлялись, заставляют явные признаки глобальных изменений климата в последние десятилетия и соответствующее усиление влияния короткопериодных колебаний климата на крупномасштабные синоптические процессы. К проявлениям таких изменений можно отнести, например, Эль-Пиньо и последствия в г., рекордно высокую іемпературу воздуха в Европе и наводнения в южной часі и России летом г., обосірившуюся активность тропических циклонов в Аїланшческом океане в г., зимние холода над Евразией в г.
Мировое метеорологическое сообщество все более активно побуждает политиков и лиц с правом принятия решений учитывать возникающие природные вызовы. Важную роль играю і исследовательские программы ВМО (DEMETER, THORPEX) и международные программы с региональной спецификой (программа APCN для Азиатско-Тихоокеанского региона). Плодоіворную научную и методическую работу в данном направлении проводят основные мировые метеорологические и прогностические центры, академические университетские круги и частные исследовательские структуры. Благодаря ИНТЕРНЕТ задачи разработки общих проектов, планирование рабочих встреч и размещение совместных ресурсов в виде банков знаний и данных стали в последние і оды выполнимыми в реальном режиме времени.
Понятие «погодною» или «циркуляционного режима» используется в качестве ключевого понятия в связи с тем, что оно исторически происходит из макросиноптики и используется в меюдологии синошических долгосрочных проінозов погоды (ДПП). В отечественной синоптической практике используются понятия «естественный синоптический процесс», «элементарный синоптический механизм», «циркуляционный тип», «форма циркуляции». Все эти термины имеюі одно ядро, о котором подробно говорится в первой главе диссертации.
Чередование циркуляционных режимом составляет суть наблюдаемой низкочастотной изменчивости атмосферы. Теория низкочастотной изменчивости атмосферы нашла подтверждение в численных экспериментах по моделированию и в практике численною прогноза погоды на средних и долгих сроках.
Предварительно сделаем одно терминологическое замечание. Ввиду тою, что «погода» определяется как непрерывно меняющееся состояние аімосферьі, характеризуемое набором значений метеорологических величин, вместо поняіия долгосрочного прогноза погоды, объектом коюрою являюіся осредненные характеристики крупномасшіабньїх процессов и явлений, используется понятие долгосрочного метеорологического прогноза (ДМП).
Низкочасюїная изменчивость ашосферных характеристик охватывает диапазон от недели до нескольких лет. Эти флуктуации делятся на две большие категории: колебания с периодами от суток до месяца и колебания, разрешаемые средними месячными значениями метеорологических величин. Два выделенных диапазона соответствуют двум разным типам долгосрочных ироінозов, которые традиционно называются «месячными» и «сезонными». Если в месячном прогнозе важны как начальные данные, так и граничные условия, то в сезонном основными факторами представляются іраничньїе условия, в то время, как начальные условия «забывакмся». В первом случае на прогностическом интервале можеі смениться лишь небольшое количество крупномасштабных процессов и явлений: прогнозу подлежат фазы процессов, что представляет основную и грудную задачу для современною уровня моделирования и понимания физической суш метеорологических процессов. Для сезонного проіноза количество режимов может оказаться достаточным, чтобы давать прогноз статистических характеристик режимов: частота, продолжительность, интенсивное і ь и вероятности переходов.
Использование понятия крупномасштабною циркуляционного режима в принципиальной схеме «анализ - моделирование - прогноз - оценка качесіва» но всей ее вертикали приводит, во-первых, к более точному представлению о режимах циркуляции с их периодами зарождения, развития и разрушения, а также о переходах между выделенными режимами. Во-вторых, регулярный прогноз в сочетании с целенаправленными численными эксиеримешами обеспечивает «обратную связь» между практикой и моделированием, что позволяет формулировать требования, которым должна отвечать гидродинамическая модель, используемая в прогнозе на удлиненный срок. Очевидно, что формулировка таких требований побуждает специалистов численного моделирования совершенствовать основные характеристики моделей общей циркуляции атмосферы (МОЦА) и океана (МОЦО), и, в первую очередь, блоки физических параметризаций.
Цель диссертации заключайся в разработке методологии долгосрочного метеорологического прогноза на основе представлений о циркуляционных режимах как составных элементах низкочастотной изменчивости аімосферьі и реачизации на базе разработанной методологии схемы месячного прогноза с учетом неопределенности начальных данных и неточности моделей. Циркуляционный режим определяется набором таких характеристик («рабочее определение») как: 1) статистический характер, проявляющийся в ансамбле экстремальных фаз низкочастотной изменчивосіи (аналоїично определению ОЦА как ансамблю аномалий, по Монину); 2) крупномасштабность, т.е. квазигоризонтальность структур, которая оценивается снизу характерным масштабом Обухова или радиусом деформации Россби; 3) географическая локализация, отражающая наблюдаемые очаги высокочастотной и низкочастотной изменчивости в атмосфере (например, шторм-треки и области блокингов); 4) долгопериодность статистик, определяющая заблаїовременносіи сверх среднею срока; 5) равновесность синоптического и планетарного масштабов, лежащая в основе определения режима как результата нелинейного взаимодействия двух основных спектральных диапазонов атмосферной изменчивости; 6) эквивалентно-баротропная структура, отражающая наличие определенной вертикальной сопряженности атмосферных процессов. Низкочастотная изменчивосіь атмосферы проявляется в чередовании выделенных режимов циркуляции.
Конкретные задачи исследования заключались в следующем:
1. Определение и интерпретация циркуляционного режима как основного поі одообразующего элемента низкочасюїной изменчивости атмосферы; разработка на этой основе методов идентификации режимов циркуляции с их последующим внедрением.
2. Оценки устойчивости, сопряженности и предсказуемости режимов атмосферной циркуляции по данным наблюдений и по результатам і идродинамического моделирования.
3. Реализация схемы і идродинамико - сіаіистического метеорологического прогноза на основе ансамблей, статистического постпроцессинга и синоптического анализа.
4. Разработка методов вероятностной интерпреіации, оценок качесіва прогнозов и схем коррекции систематических ошибок.
В качестве фактических данных использованы архивы наблюдений кораблей погоды, архивы ВНИИГМИ-МНД и ДАНИИ, оперативные базы и архивы Гидромеї центра России, реанализы NCEP/NCAR США. Модельные и прогностические данные были получены по иерархии МОЦА разною класса: oi простой квазибароклинной до пюбалыюй операшвной.
Исследования проведены с использованием методов іеории вероятности, маїемаїической статисшки, теории динамических систем и гидродинамического моделирования. Использованы приемы перекрестных проверок (кроссвалидация) и рандомизации данных, имитационные схемы, спектральная и вэйвлет-фильтрация, а также современные оценки качества моделирования и прогнозирования.
Достоверность полученных резулыатов подтверждается использованием стандартных сіагистических методов, валидированных архивов объективных анализов и станционных данных, апробированных моделей общей циркуляции атмосферы.
Научная новизна и значимость выносимых на защиту основных результатов состой і в следующем:
а) на основе концепции крупномасштабных циркуляционных режимов, представляющих собой главные погодообразующие сосіавньїе злеменіьі низкочасіотной изменчивости атмосферы, разработана и внедрена в оперативную практику схема гидродинамико - статистического месячного прогноза осредненных метеорологических полей и элеменюв;
б) полученные количественные и качественные характеристики крупномасштабных аномалий, методы обработки метеорологических рядов и полей, способы генерирования ансамблей меіеорологических прогнозов и априорного оценивания, методы вероятностной иніерпретации и оценок качесіва долгосрочных метеорологических прогнозов применяются в схеме проіноза на месяц и могут быть использованы в схеме вероятное і ного ансамблевого прогноза метеорологических условий на сезон.
Содержательная часть диссертации состоит из введения, четырех глав и заключения.
В первой главе даеіся анализ современного состояния теории низкочастотной изменчивости и моделирования циркуляционных аномалий, объединяемых понятием циркуляционної о или погодною режима. Основные отличительные черты таких структур - крупномасшіабность, іеоірафическая фиксация и квазипостоянство. Анализируются проблемы определения и идентификации режимов (кластеры, длительные аномалии, стационарные решения, руины аггракторов, когерентные структуры и т.д). Особое внимание уделяется нелинейному взаимодейсівию двух спектральных диапазонов - планетарному и синоншческому. Проанализированы проблемы предсказуемое і и режимов циркуляции на внуїрисезонньїх иніервалах, а іакже перспективы прошоюв по ансамблям начальных данных, іраничньїх условий и физических параметризаций в моделях общей циркуляции атмосферы.
Во второй главе исследуются методы обработки наблюдений и резулыаюв моделирования. Идентификация сходных (аналої ичных) меіеорологических объектов, оценки их компактносіи в выделенном просфанстве признаков играют главную роль в выделении кластеров фазовых пространств динамических систем, которые интерпреіируются как «статистические режимы циркуляции». В такой постановке проблемы определения «режима» акценіьі смещакмея на определение метеорологического объекта и на критерии сходства. Рассматривается важная проблема ограниченности выборок и методов рандомизации для восстановления основных характеристик распределения исследуемых величин. Приводятся точные формулы для критериев сходства. Так как моделирование связано с модельным ірендом, исследуются проблемы удаления систематических ошибок МОЦА и предлагаются непараметрические методы их оценок и схемы филырации.
В третьей главе режимы циркуляции рассматриваются с точки зрения изменчивости (вторые моменты распределений). Методы повернутых главных компонент прилагаются к архивным и модельным данным для решения следующих задач: разработать методы объективного распознавания режимов в реальных и модельных данных, опираясь на огромный опыт в синошической меіеорологии и на возможности современных вычисли і ел ьных средств; оценить когерентность наблюдаемых и модельных режимов на валидированных архивах объективных анализов; разработать меюдики оценок усюйчивости крупномасштабных ситуаций в чередованиях предшественников и последоваїелей; для определенною класса МОЦА - разработать и апробировать схемы априорных оценок.
В четвертой главе исследуются проблемы долгосрочної о прогнозирования на основе полученных методических резулыаюв и развернутой схемы ДМП.
Приводятся оценки потенциала МОЦА на удлиненных сроках проіноза и обосновывается необходимость совместною использования как результате гидродинамического моделирования, так и сіашстической надстройки. Ансамбли процедур и методик требуют новых методов иніерпретации, оценок качества и методов подачи материала пользоваїелю. В л ой связи исследуются схемы прогнозирования, включающие в себя как прогностический источник, іак и конечного пользователя. Приводятся оценки экономической эффективное і и, используемые как наиболее универсальные критерии качества прогнозов.
Диссертация представляет собой результат завершенных исследований в рамках ведомственных НИР и иселедоваїельских і ем научною центра - Гидрометцентр РФ: «Развить метод гидродинамического долюерочного прогноза крупномасштабных метеорологических аномалий с использованием статистической информации о низкочастотной изменчивое і и и предсказуемости различных режимов атмосферной циркуляции» ( ); «Разработать автоматизированную технологию месячного проіноза крупномасштабных аномалий атмосферной циркуляции на основе комплексною гидродинамико-статистического метода» ( ); «Динамико-статистический прогноз декадных и месячных метеонолей с априорной оценкой качества» ( ); «Численные эксперименты по выявлению условий, определяющих развитие устойчивых и неустойчивых атмосферных процессов на месячных интервалах времени» ( ), «Методики априорного оценивания качества долгосрочных прогнозов погоды на основе критериев устойчивости развития долгопериодных атмосферных процессов» ( ), «Исследование низкочастотной изменчивости и предсказуемости системы агмосфера-океан-суша для целей долгосрочною прої нозирования погоды и короікопериодньїх колебаний климата» ( ), «Численные эксперименты по исследованию относиїельной роли собственной и вынужденной изменчивости сисіемьі атмосфера - подстилающая поверхность на месячных и сезонных масштабах времени для конкретных макросиношических условий» ( - ), «Численные эксперименты но воспроизведению процессов блокирования в атмосфере средних широт Северного полушария» ( ).
По іеме диссертации выполнялись проекты Российскою Фонда Фундамешальных Исследований, гранты - - 0, - - 2, - - 5 и два гранта для молодых специалисюв; в развитие некоюрых проблем были подготовлены и успешно защищены две кандидатские диссеріации.
Резульїаіьі исследований авюра, включая проіраммное обеспечение, применялись с г. в соответствующих блоках вероятностного сіаіистического проіноза средних месячных значений приземной температуры воздуха но Северному полушарию на основе групповых аналогов (схема ГРАН, Груза, Ранькова).
По результатам авторских и оперативных испытаний в г. была внедрена и эксплуатируем по настоящее время в оперативном режиме комплексная гидродинамико - статистическая схема средних за , и суток меіеорологических нолей Северного полушария (і еопотенциал, температура воздуха, давление на уровне моря) и погодных элементов (темперагура и в экспериментальном режиме осадки) по станциям бывшего СССР (решение ЦМКП Росіидрометаот . . г., № - ).
Оньп развертывания численных схем ансамблей моделей и методик, внедрения меюдов визуализации и оценок качества прогноза крупномасштабных циркуляционных режимов и метеорологических нолей положен в основу соответствующих разделов темы НИР Росгидромета ( - гг.) по разработке оперативной технологии вероятностного сезонного прогноза меіеорологических условий. С целью создания мультимодельною сезонного прогноза в данной іеме принимают участие ьчобальные модели ГГО им. Воейкова и Института вычислительной математики РАН.
Результаты диссертационной работы изложены в публикациях. Из них в журналах Извесшя РАН, Физика ашосферы и океана (2), Метеоролоіия и гидрология ( ), в изданиях ВМО и зарубежных исследовательских центров (7), в трудах ВНИИГМИ-МЦД и Гидрометцентра (9), в тематических сборниках Росгидромет (6), а также в материалах национальных и международных конференций.
Основные положения диссеріационной работы докладывались на сессиях, оперативно-производственных совещаниях Росгидромеїа и Гидрометцентра России, на семинарах Института вычисли і ельной математики РАН ( ), кафедры метеорологии и климатологии Географического факультета МГУ им. Ломоносова ( , ), Московского географическою общества ( ).
Результаты диссертации были представлены на оіечесівенньїх и международных конференциях: «IV Всесоюзная конференция по стаїисіической интерпретации гидродинамических прогнозов» (Одесса, ), «Конференция с международным участием по математическим меюдам распознавания образов, посвященная -летию акад. РАН Ю.И. Журавлева» (Пущино, ), «Научная конференция по результатам исследований в области гидрометеорологии и мониторинга загрязнения природной среды» (Москва, ); «VIII Всероссийская конференция по маїематическим методам распознавания образов» (Москва, ), «WMO International Workshop on DERF» (Тулуза, Франция, ), Всероссийская научная конференция «Проблемы и перспективы і идрометеорологических прогнозов» (Москва, ); Международная конференция по интеллектуализации обработки информации (Алушта, Крым, ), «The WMO Workshop on use of ensemble prediction systems» (Пекин, Китай, ), «The 6 General Assembly of the European Geophysical Society» (Гренобль, Франция, ), «The first APEC Climate Network Working Group Meeting» (Сеул, Южная Корея, ), «Всемирная конференция по изменению климаїа» (Москва, ), «Научная конференция, посвященная -леіию И.А. Кибеля и -леіию Гидрометеослужбы России» (Москва, ), «Всероссийская научная конференция, посвященная -летию СП. Хромова» (Москва, ), «The WMO/NCEP/IIPC Workshop on a proposed Hydrometeorological Testbed» (Вашингтон, CILIA, ).
Основные результаті получены автором лично и в соавторстве при выполнении тем НИР и ОКР Росіидромета по долгосрочному проінозу погоды, планов рабої Государственного научною центра «Гидрометцентр России», в ходе выполнения проектов РФФИ, а также при подгоювке сіатей и выступлений на конференциях и конгрессах по проблемам, составляющим содержание диссертации.
Автор принимал участие в совмесшых работах как руководи і ель проектов, ответственный исполнитель или соисполниіель. Важнейшие рабоїьі, опубликованные в журналах и ведоме і венных изданиях, были выполнены по инициативе диссертанта. Основные теоретические и методические результаты получены диссертантом лично.
Перевод моделей общей циркуляции атмосферы на платформы персональных ЭВМ, в вычислительные среды больших ЭВМ, а іакже эксплуатация МОЦА производились под руководством или при непосредственном участии диссеріанта. Основные блоки комплексной оперативной схемы гидродинамико-стаїистическою месячного проіноза осредненных нолей и элементов разработаны, запрограммированы, оглажены и внедрены либо лично автором, либо под ею непосредственным руководством.
Чувствигельность показателей аналогичности к преобразованиям данных
При первичном отборе показателей аналогичности важнейшим свойством является их «чувствительноеіь», т.е. способность различать конкретные объекты в пределах некоторой погрешности. Важными в этой связи представляются такие вопросы. Насколько данный показатель чувствителен при оценке сходства/ различия пар объектов из определенно! о набора со статистическими свойствами, описываемыми характеристиками ST{G)1 Как реагирует показатель на какие-либо оіклонения в свойствах объектов и в их характеристиках? Можно ли сократить набор показателей до такого количества, при котором информация о сходстве/различии объектов утрачивалась бы незначиїельно? Чувсівительность показателя означает его способносіь различать объекты, если его числовые характеристики различны. Примером «малочувсівительного» показателя является метрика пространства «слипшихся точек», которая равна 0 при совпадении объектов и 1 - в противном случае. Оценку чувствительности можно проводить с помощью наперед заданных порогов, или же на основе некоторых статистических характернетик матрицы показателя, таких как стандартное оіююнение значений этой матрицы, или же коэффициент вариации V=SIE при ненулевой средней исследуемого показателя. Сравнивать чувствительность показателей ограниченных и неоіраниченньїх вряд ли можно. Для одного показателя, если зависимое і ь его статистических свойсів от преобразований исходного ряда наблюдений легко обозрима, произвести такие оценки значительно проще. В работе [Муравьев, 1990а] были прослежены свойства оценок чувстви тельное і и квадрата евклидова расстояния для всех перечисленных преобразований. Для данного показателя в предположении равенства дисперсий объектов сравнения и их средних величин имеют место равенства: Па основе данной формулы легко проанализировать зависимость чувствительности квадрата евклидова расстояния ог сіатистических характеристик ST(G) объектов сравнения, то есть и от типов преобразования L исходной величины. Во-первых, заметим, что при близости \E(COR};(k,l)\ к единице S[COR(k,l)]близко к нулю, значит, в этих случаях V 0 и показатель при этом малочувсгвиїелен (или попросгу нечувствителен) в различении объектов сравнения. Во-вторых, если поля слабо коррелированы, т.е. EuCOR(k,l)&Q,io V &SuS(i = 0, значит, при равенстве дисперсий всех NR объектов Gt(Y) данный показатель также малочувствителен. Разнообразие дисперсий в такой ситуации увеличивает чувствительность квадрата евклидовой метрики. Для дальнейшего изложения предположим, что Gt{Y) представляют собой поля из F{X,T), Y X, R =Т. Рассмотрим последовательно перечисленные ранее преобразования исходных величин F(X,T). Сечение и интерполяция При выборе подмножества полей преобразованием Lscc с У = X, RQT корреляции не изменяются.
Если среднее значениеE}l(COR) не изменится, то чувствительность показателя EUK2 будет полностью зависеть от изменчивости пространственных корреляций полей. Если при распределении COR, близком к симметричному, будут исключены поля с пространственной корреляцией, близкой к E(COR), то Ekl(COR) изменится мало, a S(COR) увеличится, что приводит к возрастанию чувствительности показателя EUK2. Рассмотрим случай интерполяции Llnt. Если предположить, что пространственные средние значения результатов интерполяции равны нулю, то: Центрирование и нормализация. Пространс і венные корреляции ценгрированных и нормированных полей, как правило, уменьшаются по абсолютной величине, изменчивость этих корреляций также снижается. При этом, если средняя величина корреляции уменьшается к нулю в алгебраическом смысле, то отсюда следует снижение коэффициента вариации. Однако, возможна такая ситуация, когда алгебраическая величина средней корреляции растет к нулю от отрицательных значений, а изменчивость либо сохраняется, либо уменьшается незначительно, что приводит к увеличению чувствительности показателя EUK1 . В общем же случае коэффициент вариации при преобразованиях ценірирования и нормирования уменьшается. Взвешенное суммирование Рассмотрим в данном пункте преобразования Iavr и Z-mean- Для пространственного осреднения, когда анализируются макромасштабные образования в диапазоне климатических изменений, наблюдается, как правило, увеличение количества пар полей с высокой пространственной корреляцией, что обусловливается четким зональным характером многих метеовеличин в данном диапазоне изменений. Так как стандартное отклонение величины COR ограничено, то стремление средней величины E(COR) к (-1) приводит к утрате чувствительности показателя EUK2. Аналогичные соображения, примененные к скользящему осреднению Z,mean значений временных рядов в каждой точке поля, приведут к сходному выводу: чувствительность квадрата евклидова расстояния снижается. Нелинейные функциональные преобразования. Для упрощения расчетов рассмотрим вариант со следующими условиями: ExF(x,t) = О, -1 F(x,t) 1, а в качестве преобразования возьмем: В этом случае справедливо разложение Последовательно вычисляя средние и стандаршые отклонения, получим: Ограничение некоторым количеством моментов приведет к формуле, удобной для оценок чувствиїельности /К2.Ограничимся, например, моменіами порядка не выше второго
Отклик атмосферной циркуляции на аномалии температуры поверхности океана: предсказуемость второю рода
Применим разработанную методику спектральных оценок по коротким рядам к экспериментам по анализу отклика атмосферной циркуляции на аномалии ТІ 10 [Муравьев, 1992а]. С начала 80-х годов проводятся интенсивные численные эксперименты по оценке глобальных последствий ядерной войны. Большое внимание уделялось механизму перестройки термического режима верхнего слоя океана под воздействием квазистационарною состояния атмосферы, установившегося в результате быстрого загрязнения и оптического замутнения [National, 1985]. Сопоставление результатов модельного эксперименшрования привело к предположению, что существует возможность значительного охлаждения океана (в основном прибрежных частей) в Северном полушарии на величину до 10С. Естественно, что различные эксперименты дают различные результаты, однако общие выводы имеют, как правило, разумную физическую интерпретацию. Это касается, в частности, и географического распределения очагов ЛТПО.
Для экспериментов были выбраны очаги АТПО (рис.3.24), установившиеся в результате длительною интегрирования (до 130 сут ) совместной модели океана и атмосферы ВЦ АН СССР [Ганопольский, Стенчиков, 1990]. Интегрирование глобальной спектральной МОЦА класса T21L15 производилось на 140 сут с начальными данными ПГЭП за 12 июня 1979 г. («контрольный эксперимент»). Затем при тех же начальных условиях, но с температурными аномалиями в указанных регионах Мирового океана интегрирование было повторено («аномальный эксперимент»). Реакция атмосферы оценивается по вычисленным суточным полям HD(x, t) іеопотенциальньїх высот 500 гПа Северного полушария; здесь х- точка расчешой сетки, /- номер суток интегрирования (с исключением начальных 30 сут). Синоптический диапазон выделяется удалением низкочастотных составляющих, рассчитываемых с помощью скользящего осреднения: где w(/) для і = -5, ..., 5 равны [89, 84, 69, 44, 9, -36J с симметрией относиіельно значения 89, / пробегает номера суток t + 6,..., 134. (Свойсіва такой фильграции в сравнении со свойствами извесшого фильтра Блзкмона описаны в [Муравьев, 1993\.) Как известно [Кендал, 1981], этот фильтр представляет собой локальную полиномиальную аппроксимацию со степенью, равной двум или трем. В результате анализируются временные ряды в полях высот Частотная характеристика фильтрации позволяет удалить из исходных рядов колебания периода более 8 суш, так что остаток можно считать характерным диапазоном синоптических возмущений. В случае рассмотрения влияния АТПО на параметры циркуляции можно дать обоснование в терминах линейного отклика системы на внешнее воздействие.
В качестве линейной статистической модели временных рядов используется модель процесса авторегрессии (так называемые Л/?-процессы). Временной ряд в каждой точке расчетной сетки представляется в виде (пространственные индексы для простоІЬІ опускаем) где Ok — коэффициенты авторегрессии, т — порядок авторегрессии, п, — случайный процесс, или остаточный шум с дисперсией с/. Для учета нелинейности необходимо задать определенный уровень дисперсии остаточного шума заранее, а не вычислять порядок авторегрессии с обычным предположением ЮІо, что остаток авюрегрессионного процесса представляет собой белый шум. Нелинейность скажется в том, что порядок авгорегрессии достшнет уровня статистически допустимой іраницьі, например половины или трети всей длины исходного ряда [Канасевич, 1985]. Коэффициенты авторегрессии ак связаны с автоковариационной функцией R (г) соотношениями Юла — Уокера где т — порядок авторегрессии, подлежащий определению. Спектральная плоіность p(f), связанная с автоковариационной функцией R (г) прямым и обратным преобразованием Фурье, удовлетворяет уравнению
Похожие диссертации на Режимы атмосферной циркуляции и долгосрочный метеорологический прогноз
