Применение моделей прогноза погоды для моделирования климата
DOI:
https://doi.org/10.21513/2410-87-58-2023-3-318-329Ключевые слова:
Бесшовный прогноз, модели общей циркуляции атмосферы.Аннотация
Рассматривается концепция бесшовных моделей атмосферы,
предназначенных как для численного прогноза погоды, так и моделирования
изменений климата. Она состоит в том, что в атмосфере не существует искус-
ственных временных границ, разделяющих синоптические, сезонные и
межгодовые масштабы. В силу нелинейности атмосферы процессы всех про-
странственных и временных масштабов взаимодействуют между собой.
Таким образом, модель атмосферы, ориентированная на воспроизведение
каких-либо явлений, должна адекватно воспроизводить явления всех времен-
ных масштабов. Говорить о бесшовных моделях атмосферы как об универ-
сальных моделях, работающих при любых возможных шагах сетки, неверно.
Одна и та же модель не может применяться при шаге сетки около 1-2 км и 50-
80 км, так как в первом случае процессы образования конвективных осадков в
основном описываются явным образом, а во втором случае глубокая конвек-
ция является процессом подсеточного масштаба, который надо представить
параметрически.
В статье приводится обзор реализаций многомасштабных моделей на
примере некоторых зарубежных (объединенная модель Метофиса Великобри-
тании и европейская модель EC Earth 3) и отечественной модели общей цир-
куляции атмосферы ПЛАВ. Приводится пример модификации пара-
метризации глубокой конвекции, разработанной для климатической версии
модели ПЛАВ, использование которой позволило существенно уменьшить
ошибки среднесрочного прогноза в тропиках. Применение одной и той же
модели атмосферы для численного прогноза погоды и для вероятностного
прогноза крупномасштабных аномалий погоды на месяц и сезон, для воспро-
изведения современного климата (в составе модели Земной системы) вполне
возможно и дает хорошие результаты. Дальнейшее применение концепции
бесшовного прогноза все больше основано на моделях Земной системы,
включающих в себя также модели Мирового океана, морского льда, малых
газовых составляющих и др. Важной задачей является и развитие систем
усвоения данных наблюдений для таких совместных моделей.