ПАРАМЕТРИЗАЦИИ ГИДРОЛОГИЧЕСКИХ ОБЪЕКТОВ СУШИ В МОДЕЛЯХ ПРОГНОЗА ПОГОДЫ И КЛИМАТА В. М. Степаненко (НИВЦ МГУ, Географический факультет МГУ) Научно-образовательный семинар «Математическое моделирование геофизических процессов: прямые и обратные задачи», НИВЦ МГУ, 23 октября 2008 г.

План доклада Основные тенденции развития климатических моделей Современное состояние параметризаций гидрологии Шаг вперед : внедрение моделей водоема Параметризация рек? Процессов на водосборах? Пути развития гидрологических систем суши

Гидрология почвы диффузия инфильтрация поверхностный сток подповерхностный сток Модель водоема Гидрология суши в моделях прогноза погоды и климата Гидрологиярастительности перехват осадков листьями стекание осадков с листьев испарение осадков с листьев транспирация питание корней Гидрология снега диффузия жидкой влаги метаморфизм …

Нужны ли водоемы? улучшение разрешения климатических моделей/моделей прогноза погоды спецификация «озерных регионов»

Модели водоема 1) ТРЕХмерные (~океанические, например POM) 2) ДВУмерные вертикально осредненнные (Шлычков, …)вертикально осредненнные (Шлычков, …) Осреденнные в одном горизонтальном направлении (CE-QUAL x.x model)Осреденнные в одном горизонтальном направлении (CE-QUAL x.x model) 3) ОДНОмерные single-coloumn (GOTM модель (Burchard et al.), Lake модель, Степаненко и Лыкосов, 2005);single-coloumn (GOTM модель (Burchard et al.), Lake модель, Степаненко и Лыкосов, 2005); горизонтально осредненные (Васильев и др., 2007)горизонтально осредненные (Васильев и др., 2007) 4) ½ - мерные модели – вертикальные профили температуры, солености и др. параметризованы (Flake, D. V. Mironov et al., 2006) – вычислительно эффективны применимы в оперативных моделях 5) 0 – мерные («перемешанные» модели)

Workshop "Parameterization of Lakes in Numerical Weather Prediction and Climate Modeling, St-Petersburg, September, 2008

Модель Flake (Mironov, Golosov, Kirillin et al.) Достоинства: вычислительно эффективна воспроизводит температуру поверхности с качеством одномерных k-ε моделей Недостатки неудовлетворительно воспроизводит температуру дна вертикальный профиль температуры воспроизводит хуже, чем k-ε модели применима для озер с глубиной менее м

Одномерные k-ε модели Snow Ice Water Soil U H,LE EsEs EaEa S K-ε параметризация Перенос импульса Перенос тепла

Моделирование термического режима Байкала одномерными моделями

Климатические аспекты моделирование изменения уровня озер (палеоклиматические задачи, Burkhardt Rockel) эмиссия водоемами метана

Эмиссия метана с термокарстовых озер (K. Walter et al., 2007) до 8% глобальной эмиссии метана

Моделирование пузырьковой конвекции в задаче аэрации водоема (Wuest et al., 1992) сохранение массы струи уравнение движения струи уравнение переноса тепла струи

Проблема базы данных по гидрологической системе суши Площадь объектов – снимки спутников Глубина водоемов – известна для небольшого количества исследованных водоемов Прозрачность (коэффициент пропускания) – еще меньше данных

Зачем нужны модели реки в климатических моделях? изменения в режиме рек является одним из важнейших последствий изменений климата речной сток играет важную роль для термохалинной циркуляции океана речной сток измеряется, что может служить валидацией водного баланса модели подстилающей поверхности термический режим рек существенно отличается от такового озер

Современные схемы параметризации рек (Community land model 3.0, HadCM3) нет термики рек нет стока примесей (например, метана) Баланс речной воды в ячейке Сток из ячейки в соседнюю ячейку Сток с водосбора поверхностный сток подповерхностный сток сток с ледников и озер

Проект LakeMIP (Lake model intercomparison project) одномерные модели (пока!): одномерные (k-ε, параметризованный вертикальный коэффициент обмена) и ½-мерные (Flake) Данные наблюдений Сайт проекта определить области применимости разных типов моделей водоема определить ключевые физические процессы, которые должны быть воспроизведены для отдельных приложений моделей водоема

Данные наблюдений The lake name, country, mean depth, coordinates DepthLimnological data, timestep Meteorological data, timestep Time periodWebsite, contact personTerms of usage Toolik Lake,, 68° N 149° W 2.4 mLST, lake depth, evaporation (?), 3 hour temperature (1 & ), relative humidity (1 & ) wind speed (1 & ), wind direction (), net solar radiation, photosynthetically active solar radiation, barometric pressure, unfrozen precipitation, 1 hour, atmospheric radiation missing! http://ecosystems.mbl.edu/ ARC/weather/tl/index.shtml, ??, freely available at the website Alqueva lake, Portugal 40 mLake temperature at 5, 10, 15, 20, 25, 30, 35, and 40 m, 1 hour wind speed (without direction!), temperature, humidity, pressure, net solar radiation, atmospheric radiation, 1 hour Rui Salgado (Evora University, Portugal) ?? - Contact to Rui Salgado Geneva lake, Switzerland 309 mTemperature at 0-5m, 5- 10m, 10-15m, 15-50m, m Stephane Goyette, ?? - Contact to Stephane Goyette Sparkling Lake, Wisconsin, USA 20 m max, 11 m mean temperature soundings, 10 min, 1hour, 1 day meteorological forcing, fluxes (annually!), 1 hour in datasets (source data: 10 min, 1 hour, 1 day) Source data: (8?) Datasets are available for years 2000, 2002, 2005 Source data are available online: Data owners contact: Steve Carpenter, Datasets: Andrey Martynov, Trout Bog, Wisconsin, USA 7.9 m max, 5.6 m mean temperature soundings, 10 min, 1 hour, 1 day meteorological forcing, 1 hour in datasets (source data: 10 min, 1 hour, 1 day) Source data: (8?) A dataset is available for the year 2005 Source data are available online: Data owners contact: Steve Carpenter, Datasets: Andrey Martynov, Great Lakes USA-Canada 409m max. (Lake Superio r) Bathymetry: GLERL; Surface observations: NDBC; Ice: GLERL Great Lakes Ice Atlas; Soundings: probably available at GLERL? Meteorological forcing: ERA40 (resolution: 2.5°) 6 hours I Dataset: interpolated ERA40 data at 144 tiles with 45 km horizontal resolution 6 hours (Note: meteorological forcing from reanalysis is not exact over lakes!) Source data (ERA40): Forcing dataset: ERA40: Buoys : Ice: e/atlas/ e/atlas/ Bathymetry: ar/bathymetry.html ar/bathymetry.html Datasets with meteo forcing, bathymetry, etc.: Andrey Martynov, See web sites of data sources.

Сопряжение мезомасштабной атмосферной модели с трехмерными гидрологическими моделями (Nagai et al.)