Скачать презентацию Технологии метеорологического прогнозирования в Российской Федерации состояние и Скачать презентацию Технологии метеорологического прогнозирования в Российской Федерации состояние и

f6f9e99868bc01f0e16016b0d3386327.ppt

  • Количество слайдов: 30

Технологии метеорологического прогнозирования в Российской Федерации: состояние и перспективы Р. М. Вильфанд Гидрометцентр России Технологии метеорологического прогнозирования в Российской Федерации: состояние и перспективы Р. М. Вильфанд Гидрометцентр России 2014 г.

Наблюдения и усвоение данных: Роль различных видов наблюдений в задачах усвоения данных Любой прогноз Наблюдения и усвоение данных: Роль различных видов наблюдений в задачах усвоения данных Любой прогноз начинается с наблюдений и подготовки начальных данных для расчета… Доминирующая роль спутниковых данныx (2/3 усваиваемой информации) Lorenc and Marriott, QJRMS, Jan 2014

Усвоение данных: мировые тенденции • Повышение эффективности усвоения данных путём создания гибридных методов (ансамблевый+вариационный Усвоение данных: мировые тенденции • Повышение эффективности усвоения данных путём создания гибридных методов (ансамблевый+вариационный подходы) • Совершенствование описания ошибок модели • Разработка систем усвоения данных для моделей с явно разрешаемой конвекцией • Всепогодное усвоение спутниковых наблюдений • Усвоение характеристик состояния земной поверхности (снег, влагосодержание почвы, температура верхнего слоя почвы) • Эффективное усвоение радарных данных • Развитие систем усвоения для атмосферных примесей (оптической толщи аэрозоля, озона) • Развитие усвоения данных для объединенных систем «атмосфера‐океан‐ суша» • Развитие методов, эффективно работающих на массивно‐параллельных компьютерах

Некоторые особенности усвоения для процессов разного масштаба Усвоение на конвективных масштабах • Особый интерес Некоторые особенности усвоения для процессов разного масштаба Усвоение на конвективных масштабах • Особый интерес представляют процедуры инициализации, позволяющие уменьшить “spin‐up” на ранних этапах прогноза; • Проблема ошибок начальной локализации положения метеорологических объектов и структур; • Балансовые соотношения (гидростатическое и геострофическое приближения) могут плохо выполняться на конвективных масштабах; • Большой интерес представляет усвоение новых видов наблюдений с высокой детализацией (радары, GPS, профайлеры и др. ) и с быстрым (внутричасовым) циклом обновления. Усвоение для задач прогноза климатической изменчивости ARGO • Сегодня некоторые моды долгопериодной изменчивости атмосферы не удается инициализировать надлежащим образом. • Важность инициализации атмосферы – океана – суши как единой системы.

Усвоение данных в Росгидромете: состояние дел, планы • Создание гибридной вариационно‐ансамблевой схемы на новом Усвоение данных в Росгидромете: состояние дел, планы • Создание гибридной вариационно‐ансамблевой схемы на новом принципе иерархического Байесового усвоения данных • Поддержание единой технологической базы оперативного усвоения данных в атмосфере (глобального и регионального) и в океане, с переходом к гибридному усвоению (3 D‐Var + ансамбли) • Разработка технологий усвоения радарных данных Циклическое усвоение данных на основе модели COSMO для Сочи. RMSE прогнозов температуры на 6 час. Красная кривая: циклическое усвоение. Голубая кривая: даунскейлинг. Эффект мал, нужны мезо-масштабные наблюдения (радары) • Расширение списка усваиваемых спутниковых наблюдений • Усвоение характеристик на поверхности (влагосодержание почвы, температура верхнего почвы) Выходные поля системы усвоения океанографических данных: температура, соленость, компоненты скорости течения, функция тока, глубина верхнего перемешанного слоя Анализ Гидрометцентра России vs анализ NCEP/NOAA. Показана RMSE для прогноза геопотенциала по модели ПЛАВ на 72 ч. Регион: Азия. NCA – анализ NCEP, A 3 F – новый анализ

Глобальные прогнозы Некоторые тенденции : • Развитие «бесшовных» интегрированных технологий; • Продолжающееся увеличение пространственного Глобальные прогнозы Некоторые тенденции : • Развитие «бесшовных» интегрированных технологий; • Продолжающееся увеличение пространственного разрешения; • Переход к негидростатическим базовым динамическим уравнениям; • Переход к совместным моделям «атмосфера – океан – морской лёд – морское волнение – химия – гидрология» ( модели превращаются в модели окружающей среды); • Обобщение ансамблевого подхода на дочерние проблемно‐ ориентированные приложения (вероятностный подход к оценке воздействий погодных факторов) • . . Лишь ~10 центров в мире обладают НЕЗАВИСИМОЙ СОБСТВЕННОЙ технологией глобального среднесрочного прогноза (еще 4‐ 5 используют английскую и американскую системы).

Пространственное разрешение и заблаговременность (сут. ) детерминированных глобальных среднесрочных прогнозов: текущее состояние и планы Пространственное разрешение и заблаговременность (сут. ) детерминированных глобальных среднесрочных прогнозов: текущее состояние и планы развития (Количество расчетных вертикальных уровней указано после буквы L) Forecast Centre 2014 2015 2016 2017 (Country) ECMWF TL 1279 L 137 (~16 км) TL 2047 L 137 (Europe) Met Office 16 km L 85? (UK) Météo France TL 1198 c 2. 2 L 105 (8 km on W Europe) (France) DWD 13 km L 90 (6. 5 km in 20 km L 60 (Germany) Europe) HMC 0. 72°x 0. 9° L 51 0. 18°x 0. 225° L 60 (Russia) T 169 L 31 T 339 L 63 NCEP T 878; L 91(7. 5) (USA) T 382; L 91 (16) CMC Lat-Lon Ying-Yang (Canada) 0. 35°x 0. 23° L 80 (0. 14°x 0. 14°) L 80 (0. 09°x 0. 09°) L 125 (0. 09°x 0. 09°) L 160 CPTEC/INPE 20 km L 96 10 km L 160 (Brazil) JMA TL 959 L 100 (Japan) CMA TL 639 L 60 GRAPES(0. 25°, L 60) GRAPES(0. 25°, L 90) (China) GRAPES(0. 5°, L 60) KMA 25 km L 70 17 km. L 70 (Korea) Bo. M 25 km L 70 17 km L 110 (Australia) 2018 Ying-Yang (0. 09°x 0. 09°) L 200 12 km. L 70

Сравнение оперативной (0. 9˚х0. 72˚, 28 уровней, OPER) и новой (0, 225˚х0, 18˚ = Сравнение оперативной (0. 9˚х0. 72˚, 28 уровней, OPER) и новой (0, 225˚х0, 18˚ = ~20 -25 км, 51 уровень, SLM 20) версий модели ПЛАВ (Гидрометцентр России/ИВМ РАН) Регион: Европа. Период сравнения: январь + июль 2013

Роль пространственного разрешения на примере спектральной модели Гидрометцентра России Прогноз развития полярного циклона в Роль пространственного разрешения на примере спектральной модели Гидрометцентра России Прогноз развития полярного циклона в Баренцевом море 4‐ 5 апреля 2014 года с шагом 35 (Т 339) и 70 ( Т 169) км. Cтарт: 00 час. 03. 04. 2014. Заблаговременность 36 ч. Скорость ветра на уровне 10 м T 339 L 31 T 169 L 31 Анализ

Прогностические ансамбли: некоторые тенденции • Постепенное внедрение вероятностного подхода в «обыденное» синоптическое сознание. Методы Прогностические ансамбли: некоторые тенденции • Постепенное внедрение вероятностного подхода в «обыденное» синоптическое сознание. Методы ансамблевого прогнозирования становятся основными • Стремление к более аккуратному и физичному представлению начальной неопределенности в данных анализа и неопределенности, связанной с несовершенством прогностических моделей (стохастическая физика, использование альтернативных параметризаций, возмущение данных на поверхности, развитие мультимодельных ансамблевых систем и др. ) • Активное развитие методов статистического постпроцессинга, использование ретроспективных прогнозов • Развитие прогностических ансамблей с явным разрешением конвекции • . . . Чего можно ждать в ближайшие годы? : • Региональные ансамбли с разрешением ~10 км со своей системой усвоения данных • Глобальные ансамбли с разрешением ~20‐ 25 км • Исследовательские версии ансамблевых систем с разрешением 2‐ 3 км • Появление оперативных систем с разрешением ~1 км в течении 3‐ 5 лет маловероятно

На сезонных временных масштабах постепенно появляется полезный прогностический сигнал во внетропических широтах! Прогноз Арктического На сезонных временных масштабах постепенно появляется полезный прогностический сигнал во внетропических широтах! Прогноз Арктического колебания в зимний период Соотношение сигнал/шум мало, поэтому требуются большие прогностические ансамбли! Все модели показывают положительную успешность. Предсказуемость индекса Арктического колебания значительно выше, чем в предшествующих оперативных системах долгосрочного прогноза. Растет интерес к задачам прогноза внутрисезонной изменчивости Черные кривые – факт. Цветные кривые – прогнозы моделей‐участниц проекта CHFP (Climate‐system hystorical forecast project) • Практическая предсказуемость основной моду внутрисезонной изменчивости, осцилляции Маддена‐Джулиана для лучших моделей сегодня составляет ~1 месяца. • Проект S 2 S. Гидрометцентр России – один из участников

Гидрометцентр России – один из центров-производителей глобальных долгосрочных прогнозов в системе ВМО Карта согласованности Гидрометцентр России – один из центров-производителей глобальных долгосрочных прогнозов в системе ВМО Карта согласованности прогнозов различных центров: цветом показано количество моделей, прогнозировавших положительные /отрицательные сезонные температурные аномалии в различных регионах

Совместные модели атмосферы и океана становятся основным инструментом для задач глобального долгосрочного прогноза В Совместные модели атмосферы и океана становятся основным инструментом для задач глобального долгосрочного прогноза В таблице приведены среднеквадратические ошибки ретроспективных прогнозов сезонных аномалий по атмосферной и по совместной (атмосфера+океан) версиям модели Гидрометцентра России/ИВМ РАН. Осреднение: за 1989 -2010 годы для всех сезонов Регион 27. 6 27. 4 6. 3 5. 7 27. 6 27. 4 20 -90 N 2. 11 2. 05 Тропики 0. 68 0. 57 90 -20 S T 2 m 20 -90 N 90 -20 S P 0 Совместная модель Тропики H 500 Атмосферная версия модели 2. 62 2. 61 20 -90 N 1. 37 1. 40 Тропики 0. 60 0. 53 90 -20 S 1. 26 1. 28

Статистическая постобработка численных прогнозов а 25 станции с RPSS > 0. 06 Вероятность случайности Статистическая постобработка численных прогнозов а 25 станции с RPSS > 0. 06 Вероятность случайности < 0. 001 Результат значим на 2. 5% уровне в одностороннем тесте б 3 станции с RPSS > 0. 06 Вероятность случайности = 0. 31 Результат не значим на 2. 5% уровне в одностороннем тесте RPSS прогноза средней зимней температуры воздуха на станциях с использованием даунскейлинга (a) и с использованием интерполяции на станции из модельного прогноза в узлах сетки (б). Значения RPSS > 0. 06 значимы на 2. 5% уровне в одностороннем тесте

Прогнозы по ограниченной территории Оперативные системы детерминированного прогноза: текущее состояние и планы (размерность сетки, Прогнозы по ограниченной территории Оперативные системы детерминированного прогноза: текущее состояние и планы (размерность сетки, разрешение, уровни) Forecast Centre (Country) Met Office (UK) Météo France (France) DWD (Germany) HMC (Russia) NCEP (USA) CMC (Canada) CPTEC/INPE (Brazil) JMA (Japan) CMA (China) KMA (Korea) Bo. M (Australia) 2014 2015 2016 2017 1440 x 1350; 1, 3 km; L 90 1440 x 1350; 1. 3 km; L 90 665 x 657; 7 km; L 40 zooming 6. 5 km; L 90 421 x 461; 2. 8 km; L 50 724 x 780; 2. 2 km; L 80 700 х620, 7 km, L 60 1800 х680, 7 km, L 60 2 dom. 500 х500, 2. 2 km, L 80 (1 km – тестовая версия) 2193 x 1760; 2. 5 km; L 80 2193 x 1760; 2. 5 km; L 91 1182 x 1014; 2. 25 km; L 91 1071 x 1125; 3. 33 km; L 80 1071 x 1125; 3. 33 km; L 91 1190 x 1250; 3 km; L 91 559 x 841; 2 km; L 80 559 x 841; 2 km; L 91 621 x 935; 1. 8 km; L 91 361 x 361; 2 km; L 80 361 x 361; 2 km; L 91 401 x 401; 1. 8 km; L 91 996 x 1028; 10 km; L 80 3000 x 2400; 2. 5 km; L 58 3000 x 2400; 2. 5 km; L 80 500 x 600, 15 km, L 60; 1360 x 1480, 5 km, L 45 1360 x 1480, 5 km, L 60 target 2700 x 2900, 2 km, L 75 817 x 661; 5 km; L 50 817 x 661; 5 km; L 75 1581 x 1301, 2 km, L 60 750 x 500, 10 km; L 60 750 x 500, 5 km; L 60 1000 x 750, 3 km; L 90 ~12 km L 70 1. 5 km L 70 1088 x 746; 12 km L 70 tbd 306*278; 4 km, L 70 670*670; 1. 5 km, L 90 nil 670*670; 1. 5 km, L 90 300*300; 12 km, L 50 tbd 3750 x 3000; 2 km; L 80 817 x 661; 5 km; L 75 1581 x 1301, 2 km, L 60 ~12 km L 70 1 km L 70

COSMO-Ru: области прогноза • Ввод в оперативную практику технологий мезомасштабного прогноза ‐ один из COSMO-Ru: области прогноза • Ввод в оперативную практику технологий мезомасштабного прогноза ‐ один из важных итогов развития отечественной гидрометслужбы за последние годы. • COSMO‐Ru ‐ базовая модель Гидрометцентра России для задач оперативного мезомасштабного краткосрочного прогноза погоды 7 2 2 Универсиада Казань-2013 COSMO-Ru 13/6 ЦФО 2 Сочи 1 Сочиi 2 1 COSMO-Ru 7 COSMO-Ru 2 COSMO-Ru 1

Мезомасштабные прогнозы: некоторые тенденции и проблемы • Все больше оперативных моделей используют разрешение порядка Мезомасштабные прогнозы: некоторые тенденции и проблемы • Все больше оперативных моделей используют разрешение порядка нескольких километров. При таком разрешении модели способны явно описать некоторую совокупность конвективных ячеек, но не отдельные ячейки. Достаточно реалистично описать турбулентные потоки тепла, влаги и момента без использования параметризации глубокой конвекции при этом не удается (Параметризация конвекции остается серьезной проблемой при разрешении > 5 км). Модель: NMMB – 1 км Открытые вопросы: • Что может быть достигнуто путем прямого моделирования без использования параметризаций ? • Что не может быть или не следует делать без параметризаций ? Модель: Harmonie – 2. 5 км • Что можно рекомендовать для улучшения существующих параметризаций ? ……. Прогнозы с конвективным разрешением по региону Сочи

Мезомасштабные прогнозы: сверхвысокое разрешение (~десятков метров) Некоторые открытые вопросы: • Нужны ли нам трехмерные Мезомасштабные прогнозы: сверхвысокое разрешение (~десятков метров) Некоторые открытые вопросы: • Нужны ли нам трехмерные параметризации (турбулентность, радиация и др. ) ? ‐ При разрешении 0. 5 км возможно еще нет, но это потребуется при более детальном разрешении (при явном разрешении крупных вихрей) • Какой должна быть схема мелкой конвекции? • Детальность и качество физико‐ географических полей данных о свойствах подстилающей поверхности (качество обычно очень неоднородно). • ……. Пример: 3 D-радиация ? Моделирование с наклонными воздушными колоннами: на каждом временном шаге производится переориентация (наклон) воздушного столба в направлении на солнце

GEM - 250 m Некоторые сомнения* (следует ли бежать или лучше идти? ) • GEM - 250 m Некоторые сомнения* (следует ли бежать или лучше идти? ) • Мы лишь недавно стали обходиться без параметризации глубокой конвекции. . . Сегодняшние модели с конвективным разрешением страдают от ряда серьезных систематических ошибок, которые не исчезнут при переходе к более высокому разрешению. Разобраться сначала с ними? !? • Моделирование сложных связей между радиацией, облачностью, микрофизикой и аэрозолями пока еще не вышло на зрелый уровень. Не следует ли разобраться сначала с этими вопросами? !? • Стоит ли торопиться с переходом к гектометрическому пространственному разрешению, чтобы столкнуться с целым рядом новых проблем (моделирование мелкой конвекции, 3 D‐турбулентности и т. д. ) • Следует учитывать очень ограниченную предсказуемость на малых пространственно‐временных масштабах. . Использовать ансамблевый подход? Для этих разрешений вопросы реализации ансамблевого подхода пока не проработаны. . . * По материалам WGNE

Догонят ли глобальные модели по разрешению модели для прогноза по ограниченной территории? Эксперименты с Догонят ли глобальные модели по разрешению модели для прогноза по ограниченной территории? Эксперименты с высоким пространственным разрешением в ЕЦСПП: Ураган Лотта – прогноз на 11 часов TL 1279 L 40 (~ 16 km) TL 7999 L 40 (~ 2. 5 km)

17 февраля 2014, 11: 00 -12: 00 UTC (район олимпийских соревнований по биатлону). Прогноз 17 февраля 2014, 11: 00 -12: 00 UTC (район олимпийских соревнований по биатлону). Прогноз направления ветра и относительной влажности модели COSMO-Ru 1 позволил синоптикам спрогнозировать время проведения соревнований 17. 02. 2014. Снимки видеокамеры, установленной в Горной каруселиl-1500 11: 00 UTC 11: 30 UTC 12: 00 UTC Относительная влажность на 2 м: прогноз и наблюдения Ветер и относ. Влажность на 850 г. Па. Прогноз по данным 16. 02, 12 UTC 11: 00 UTC 12: 00 UTC Стадион для биатлона 10. 06. 2014 13: 00 UTC Стадион для биатлона COSMO PP CORSO Стадион для биатлона 21

Наукастинг • Различные подходы: ‐ Экстраполяция недавних наблюдений; ‐ На базе численных прогнозов; ‐ Наукастинг • Различные подходы: ‐ Экстраполяция недавних наблюдений; ‐ На базе численных прогнозов; ‐ Комбинированный подход • Тенденции: ‐ Сближение с численным прогнозом погоды (опыт Ванкувера‐ 2010, Лондона‐ 2012, Сочи‐ 2014); ‐ В перспективе все более тесная связь с усвоением данных с высоким разрешением • Планы Росгидромета (непрерывное усвоение и быстрый цикл обновления ЧПП, мультимодельный подход, комбинирование экстраполяции радарных данных и ЧПП) • Потребность в мезомасштабном наблюдательном полигоне

 «Дочерние» прогнозы: метеорологическое обеспечение авиации • Развитие систем постпроцессинга результатов численного моделирования => «Дочерние» прогнозы: метеорологическое обеспечение авиации • Развитие систем постпроцессинга результатов численного моделирования => ‐прогноз верхней и нижней границ облачности, ‐ зон обледенения, ‐ высоты нулевой изотермы, ‐ механической и термической турбулентности, ‐ дальности горизонтальной видимости, ‐ зон атмосферных фронтов Опытный образец карты особых явлений для авиации на нижних уровнях (ЕТР), 3. 10. 2013, 00 ВСВ • Прогноз особых явлений выполняется на основе общего численного прогноза по моделям COSMO-RU и ПЛАВ, опираясь на базы данных аэродромных наблюдений и материалы дистанционных измерений. Объективные методы прогноза опасных для авиации явлений позволили развить технологии оперативного расчета прогностических карт особых явлений на верхних (выше 7 км) и средних (3 -7 км) уровнях. Разрабатываются методы прогноза опасных явлений на нижних уровнях, включая условия взлета и посадки воздушных судов на территории России и ближнего зарубежья.

Агрометеорологические прогнозы Динамика урожайности зерновых и зернобобовых культур в России (1960 -2013) ‐ Температура Агрометеорологические прогнозы Динамика урожайности зерновых и зернобобовых культур в России (1960 -2013) ‐ Температура воздуха, ‐ Количество осадков, ‐ Запасы продуктивной ‐ влаги в почве ‐ ГТК Селянинова Вегетационный индекс NDVI Состояние зерновых культур Прогноз урожайности

 «Дочерние» прогностические приложения: экспериментальный долгосрочный прогноз показателя пожарной опасности «Дочерние» прогностические приложения: экспериментальный долгосрочный прогноз показателя пожарной опасности

Вычислительные аспекты Вычислительные аспекты

Распостранение информации Распостранение информации

Международное сотрудничество в области прогнозирования погоды • Участие в международных программах и проектах ВМО Международное сотрудничество в области прогнозирования погоды • Участие в международных программах и проектах ВМО (ММЦ, РСМЦ, РКЦ, ГЦДП, FROST-2014, S 2 S и др. ) • Участие в других международных проектах и программах ( , и др. ) • Двустороннее сотрудничество Росгидромета с другими НМГС • Сотрудничество в рамках Межгосударственного совета по метеорологии МСГ (СЕАКЦ , . . ) • Участие специалистов Росгидромета в рабочих и экспертных группах ВМО

Роль синоптика Основой современной технологии подготовки прогнозов погоды является оперативный численный прогноз погоды на Роль синоптика Основой современной технологии подготовки прогнозов погоды является оперативный численный прогноз погоды на базе гидродинамических моделей атмосферы и автоматизированных технологий сбора и обработки гидрометеорологической информации. Роль специалиста-прогнозиста в современной технологии подготовки прогнозов включает: ‐обобщение разнородной по содержанию, форме представления и точности объективной фактической и прогностической информации; - оценку влияния локальных особенностей района прогноза на эволюцию погодообразующих процессов; - интерпретацию численных прогнозов в терминах явлений и параметров приземной погоды; - оценку возможности возникновения и интенсивности опасных природных явлений и резких изменений погоды.

Спасибо за внимание Спасибо за внимание