Влияние данных измерений содаров и температурных профилемеров на качество численного прогноза характеристик атмосферного пограничного слоя тема диссертации и автореферата по ВАК РФ 25.00.29, кандидат наук Смирнова, Мария Михайловна

• Смирнова, Мария Михайловна
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Смирнова, Мария Михайловна

Содержание

Введение (часть автореферата)

Глава 1. Обзор исследований атмосферного пограничного слоя в контексте совместного использования измерений и моделей

1.1 Способы измерения характеристик атмосферного пограничного слоя (АПС)

1.2 Описание АПС в моделях

1.3 Обзор работ по совместному использованию данных наблюдений и моделей

1.3.1 Сравнение вертикальный профилей метеовеличин в АПС

1.3.2 Усвоение данных

Глава 2. Использование данных измерений в АПС для оценки его воспроизведения численной региональной моделью динамики атмосферы

2.1 Выбор параметров модели для расчетов

2.1.1 Методика оценки

2.1.2 Сравнение отдельной области и области с вложенными сетками

2.1.3 Сравнение различных параметризаций АПС

2.2 Сравнение температуры на различных уровнях

2.3 Сравнение ветра на различных уровнях

2.4 Воспроизведение стратификации

2.5 Зависимость ошибок от типа стратификации

Выводы из главы 2

Глава 3. Усвоение данных стандартных измерений

3.1 Система усвоения данных и характеристики расчетов

3.3 Анализ возможностей усвоения данных на примерах

3.3.1 Случай сильного мороза в Мурманской области

3.3.2 Пример прогноза поля приземного ветра в районе Японии

3.3.2 Уменьшение влияния изменения начальных данных в зависимости от заблаговременности

3.4 Уточнение начальных полей при усвоении данных стандартных измерений

3.5 Статистический анализ степени влияния усвоения данных на прогноз

Выводы из главы 3

Глава 4. Усвоение данных измерений профилей в АПС

4.1 Эксперименты по усвоению данных профилемеров МТП-5

4.3 Эксперименты по моделированию усвоения профилей

Выводы из главы 4

Глава 5. Порывы ветра

5.1 Методы расчета порывов ветра

5.2 Результаты расчетов

5.2.1 Пример прогноза

5.2.3 Сравнение характеристик турбулентности

5.2.4 Сравнение методов с наблюдениями в г. Москва

5.2.5 Прогноз значительных порывов ветра

5.3 Оценка прогнозов порывов ветра на сети синоптических станций на Европейской

территории России

Выводы из главы 5

Заключение

Список литературы

Введение диссертации (часть автореферата) на тему «Влияние данных измерений содаров и температурных профилемеров на качество численного прогноза характеристик атмосферного пограничного слоя»

Введение

(часть автореферата)

Актуальность работы

Атмосферный пограничный слой (АПС) является важнейшей, но все еще не достаточно изученной частью атмосферы. Благодаря экспериментальным исследованиям его характеристик возможно получить большое количество информации о его структуре, эволюции и свойствах. Одновременно с этим, много работ посвящено совершенствованию методов описания АПС в моделях динамики атмосферы, с целью, по возможности, описать все наблюдающиеся его особенности. Однако, часто совершенствование моделей и экспериментальное исследование АПС проводятся различными научными группами обособленно друг от друга. Данная работа направлена на восполнение этого разрыва.

При сопоставлении и совместном использовании моделей и наблюдений важно учитывать свойства измерений и особенности моделей. Каждый вид измерений имеет свои характерные особенности, которые следует учитывать при их использовании в моделях. Например, измерения на разной высоте могут проводиться с разной точностью. Или для определения одной и той же величины могут применяться разные ее определения, что приводит к разночтениям по измерениям разными приборами и разными исследователями, поэтому при сравнении нужно отчетливо понимать какая именно характеристика рассматривается. С другой стороны, измерения проводятся в точках, куда помещен измерительный прибор, а модельные данные представляют собой некоторое среднее по пространству расчетной сетки. Другой особенностью моделей является то, что ряд физических процессов в них не описывается явно, а параметризуется, например, в большинстве моделей динамики атмосферы турбулентные процессы в АПС. В таком случае ряд модельных характеристик не может быть измерен напрямую, не имеет прямого физического смысла, а служит для параметрического описания наблюдающихся закономерностей.

Использовать данные измерений в моделях можно несколькими способами.

Во-первых, данные измерений могут быть использованы для валидации моделей динамики атмосферы, в частности проверки адекватности природе описания АПС. Т.к. свойства АПС сильно зависят от свойств подстилающей поверхности, характеристик локального рельефа, то необходим контроль моделей в самых разных точках и типах местности. Большинство оценок качества модельных данных осуществляется для приземных характеристик или в свободной атмосфере, в то время как для понимания процессов, происходящих в АПС, и решения многих задач (например, задач связанных с распространением

аэрозолей, загрязнений, радиации) важно знать именно высотное распределение температуры, ветра и других характеристик в АПС. Схемы описания АПС рассчитаны на описание разных типов состояния АПС, так, одни лучше работают, например, для морских пограничных слоев, другие - для конвективных и т.д. Процессы, учитывающиеся в одной схеме, не всегда разрешаются в другой. Использование данных измерений позволяет более обосновано выделить схемы, наиболее подходящие для определенного региона и характерных условий. Такая работа непрерывно ведется в некоторых научных центрах мира для разных моделей. Но необходимость контроля в разных условиях и постоянное совершенствование схем АПС делают эту задачу необходимой на постоянной основе в разных точках мира. В России валидация описания АПС в моделях до настоящего времени не велась. Эта проверка могла бы позволить оценить области применимости и возможности численных моделей атмосферы и способствовать их совершенствованию.

Во-вторых, данные измерений в АПС могут быть усвоены в модели для улучшения задания начальных условий интегрирования. Для описания процессов с детальным пространственным разрешением (несколько километров) широко используют мезомасштабные модели динамики атмосферы. Для таких моделей начальными полями могут служить различные анализы и реанализы, которые, как правило, имеют достаточно грубое пространственное разрешение и не учитывают локальные особенности полей метеорологических параметров. Так же, при их расчете могут быть не доступными многие локальные данные измерений. Из-за такого рода причин могут возникать значительные расхождения данных измерений и результатов анализов. А неправильное задание начального состояния АПС может приводить к заметным ошибкам в прогнозах его развития. Усвоение данных наблюдений позволяет приблизить начальные поля модели к реальному состоянию атмосферы. Некоторые типы данных остаются до сих пор не охваченными существующими системами усвоения данных, а используемые в них методы усвоения не всегда применимы к новым типам данным.

Наконец, одним из возможных важных практических приложений знания характеристик турбулентности является прогноз порывов ветра. Вариации скорости ветра и порывы ветра как экстремальные проявления этих вариаций являются результатом перемешивания момента импульса посредством турбулентности в АПС. Порывы ветра являются статистической мерой атмосферной турбулентности. Измерения турбулентной кинетической энергии (ТКЕ) позволяют валидировать непосредственно модели АПС, использующие в своей основе уравнение баланса ТКЕ. Сама ТКЕ может быть использована для прогноза скорости порывов

ветра. При этом сравнение прогнозируемых и измеряемых скоростей порывов ветра позволяет сделать некоторые выводы о прогнозируемой ТКЕ. Цели и задачи диссертационной работы

Целью диссертационной работы является исследование путей совершенствования описания АПС в численных моделях на основе данных измерений.

Для достижения поставленной цели в работе решаются следующие задачи:

• разработка системы оценок вертикальных профилей температуры и ветра в АПС

• оценка воспроизведения численной мезомасштабной моделью динамики атмосферы \VRF-А11\\^ профилей температуры и ветра в АПС с использованием данных микроволновых температурных профилемеров и содаров;

• разработка методов усвоения данных микроволновых профилемеров о температуре и содаров о ветре в модели \VRF-ARW;

• оценка чувствительности прогнозов приземной температуры и ветра в мезомасштабной модели \VRF-ARW к усвоению данных наблюдений в пограничном слое атмосферы;

• оценка влияния усвоения профилей метеовеличин в АПС на качество прогноза профилей температуры и ветра в модели \VRF-ARW;

• разработка метода расчета порывов приземного ветра.

Научная новизна

Основные результаты диссертации получены впервые. К ним относятся:

• систематическое сравнение профилей температуры и ветра в АПС, прогнозируемых с помощью модели \VRF-ARW, с данными наблюдений на высотах в Московском регионе;

• исследование возможности усвоения данных содаров и температурных профилемеров в модели динамики атмосферы на Европейской территории России;

• разработка гибридного метода расчета порывов ветра.

Основными результатами диссертации, выносимыми на защиту, являются:

• Система контроля характеристик рассчитанных по модели вертикальных профилей температуры и ветра (градиентов, типов стратификации, приземных и приподнятых инверсий, поворота ветра с высотой) по измерениям в атмосферном пограничном слое (микроволновых температурных профилемеров и содаров), которая может работать в оперативном режиме.

• Оценки воспроизведения моделью \VRF-ARW характеристик атмосферного пограничного слоя. Показано, что среднемесячная ошибка прогнозируемой температуры воздуха в 600 м слое составляет 1.4 °С в феврале и

1.3 °С в августе, скорости ветра в 300 м слое - 1.9 м/с в феврале и 1.8 м/с в августе. Рассмотренная конфигурация модели имеет меньшие ошибки при неустойчивой стратификации. Предсказуемость моделью наблюдавшегося типа стратификации составляет в среднем 69%.

• Оценки чувствительности прогнозов модели \VRF-ARW к усвоению данных измерений в атмосферном пограничном слое. Показано, что усвоение данных синоптических станций позволяет статистически значимо уменьшить ошибки приземной температуры и влажности воздуха с заблаговременностью 24 ч при проведении расчетов на Европейской территории России.

• Результаты экспериментов с усвоением искусственно заданных профилей температуры и ветра, в которых показана возможность уменьшения ошибок воспроизведения характеристик пограничного слоя при усвоении значительного количества профилей температуры и ветра в атмосферном пограничном слое с заблаговременностью 24 ч.

• Метод прогноза порывов приземного ветра на 2 суток, основанный на комплексе методов расчета порывов, позволивший при испытании в осенний период получить предсказуемость 81% порывов ветра выше 22м/с.

Достоверность и обоснованность результатов диссертации

Достоверность полученных результатов и сделанных выводов обоснована с помощью расчетов, сравнением с данными наблюдений и с исследованиями других авторов. Обоснованность основных результатов подтверждается публикациями в российских и зарубежном журналах, а также представлением их на российских и международных конференциях.

Практическая значимость работы

Созданная система оценки воспроизведения профилей метеовеличин в атмосферном пограничном слое может быть использована для сравнения любых гидродинамических прогностических моделей в части описания АПС и оценки вносимых в них изменений.

Материал диссертации может служить обоснованием необходимости усвоения данных наблюдений в пограничном слое для улучшения качества прогнозов.

Гибридный метод прогноза порывов ветра проходит испытания в лаборатории оперативного объективного анализа Гидрометцентра России.

Апробация работы

Основные результаты диссертационной работы докладывались лично и обсуждались на следующих общероссийских и международных конференциях: 13-я международная

конференция молодых ученых "Состав атмосферы. Климатические эффекты. Атмосферное электричество", Звенигород, 2009; Конференция «175 лет Гидрометслужбе России - научные проблемы и пути их решения», Москва, 2009; 7-я международная конференция по городскому климату ICUC-7, Иокогама, Япония, 2009; Международная конференция по измерениям, моделированию и информационным системам для изучения окружающей среды ENVIROMIS-2010, Томск, 2010; 15-й международный симпозиум по продвижению дистанционного зондирования пограничного слоя ISARS 2010), Париж, Франция, 2010; Международная молодежная школа и конференция CITES-2011, Томск, 2011; Конференция по изменению климата в полярных и приполярных регионах, Москва, 2011; Международный Симпозиум стран СНГ "Атмосферная Радиация и Динамика" (МСАРД - 2011), Санкт-Петербург, 2011; Международная конференция по измерениям, моделированию и информационным системам для изучения окружающей среды ENVIROMIS-2012, Иркутск, 2012; Международная научная конференция по региональным проблемам гидрометеорологии и мониторинга окружающей среды, Казань, 2012; Международная конференция, посвященная памяти академика A.M. Обухова, «Турбулентность, динамика атмосферы и климата», Москва, 2013.

Материалы диссертации представлены в научно-технических отчетах по проектам РФФИ.

Публикации

По теме диссертации опубликовано 20 работ, в числе которых 8 статей в реферируемых журналах (4 из списка рекомендованного ВАК, 1 в зарубежном журнале), 6 в трудах конференций, 6 тезисов докладов.

Личный вклад автора

Основные положения, выносимые на защиту, получены автором лично. Многие публикации по теме диссертации написаны в соавторстве. При этом, личная роль автора распределялась следующим образом:

• В работах по оценке профилей метеорологических величин, по усвоению данных, по оценке методов расчета порывов ветра роль автора является определяющей, им выполнены все основные расчеты и оценки.

• В серии работ по распространению радиоактивных примесей автором проводилось усвоение синоптических и аэрологических данных в гидродинамической модели и расчет коэффициентов турбулентности.

Структура и объем диссертации

Диссертация состоит из введения, пяти глав, заключения и списка литературы из 86 наименований. Общий объем диссертации составляет 116 страниц. Диссертация содержит 31 рисунок и 15 таблиц.

В главе 1 дан обзор исследований АПС в контексте совместного использования измерений и моделей АПС. Приведен обзор основных способов измерений, проанализированы их основные достоинства и недостатки, приведены характеристики измерений, проводимых в Московском регионе. Далее представлен обзор используемых параметризаций и моделей АПС, а также обзор работ, проводимых по использованию данных измерений для совершенствования описания АПС в моделях.

В главе 2 анализируется воспроизведение региональной моделью динамики атмосферы различных измеряемых характеристик АПС в Московском регионе.

В главе 3 исследуется другой аспект использования данных наблюдений - их усвоение в модели. Исследуется чувствительность модели к изменениям начальных данных. Исследуется эффективность усвоения синоптических и аэрологических станций.

В главе 4 исследуются возможности усвоения измерений профилей метеовеличин в

АПС.

В главе 5 исследуется возможность использования одной из прогнозируемых и измеряемых характеристик АПС - турбулентной кинетической энергии (ТКЕ) - для прогноза скорости порывов ветра.

В заключении приводятся основные результаты работы и выводы. Публикации по теме диссертации

1. Рубинштейн К. Г., Набокова Е. В., Игнатов Р. Ю., Смирнова М. М., Арутюнян Р. В, Семенов В.Н., Сороковикова О. С., Фокин А.В Влияние методов параметризации процессов в пограничном слое в модели ХУШ7 на прогноз ветра и результаты моделирования распространения примесей//Труды ГУ Гидрометцентра России. - 2010. -Вып. 344.-Росгидрометиздат. С. 196-214.

2. Смирнова М.М., Рубинштейн К.Г, Юшков В.П. Оценка воспроизведения региональной моделью характеристик пограничного слоя атмосферы // Метеорология и гидрология. -2011. №12. - С.5-16.

3. Смирнова М.М., Игнатов Р. Ю. Анализ вертикальной структуры и турбулентности в пограничном слое атмосферы в прогнозах региональной модели // Ученые записки РГГМУ. -2011. №21. - С.57-65.

4. Арутюнян Р.В., Бакин Р.И., Болыпов JI.A., Дзама Д.В., Припачкин Д.А., Семенов В.Н., Сороковикова О.С., Фокин A.B., Цаун С.Н., Шикин А.В,. Игнатов Р.Ю., Рубинштейн К.Г., Смирнова М.М. Некоторые результаты по моделированию радиационной обстановки и оценке источника аварийного выброса на АЭС Фукусима-1 с учетом трехмерных полей метеоданных. // Препринт ИБРАЭ. № IBRAE-2011-07.

5. Rubinstein K.G., Nabokova Е.М., Ignatov R.Y., Smirnova M.M., Arutunyan R.V., Semyonov V.N., Sorokovikova O.S., Fokin A.V. and Pripachkin D.A. Calculation of Surface Tracer Concentration by Set of Hydrodynamic Weather Forecast Model and Lagrangian Model of Atmospheric Dispersion // Journal of Environmental Science and Engineering. - 2012. - A 1. -C. 43-61

6. Арутюнян P.B., Большое JI.A., Припачкин Д.А., Семенов B.H., Сороковикова О.С., Фокин A.JI., Игнатов Р.Ю., Рубинштейн К.Г., Смирнова М.М. Оценка выброса радионуклидов при аварии на АЭС Фукусима-1 (Япония) // Атомная энергия. - 2012. -Т.112. Вып.З. - С.159-163.

7. Смирнова М.М., Рубинштейн К.Г. Анализ примеров усвоения данных в региональной модели WRF-ARW // Труды Гидрометеорологического научно-исследовательского центра Российской Федерации. - 2012. - Вып. 347. - С.95-112.

8. Рубинштейн К. Г., Набокова Е. В., Игнатов Р. Ю., Смирнова M. М., Арутюнян Р. В, Семенов В.Н., Сороковикова О. С., Фокин A.B., Припачкин Д.А., Дзама Д.В. Программный комплекс моделей распространения радионуклидов в атмосфере и его использование для оценки радиационной обстановки после аварии на АЭС Фукусима-Даичи // Метеорология и гидрология. - 2012. - №9. - С.19-34.

9. Смирнова М.М. Точность описания характеристик атмосферного пограничного слоя в региональной модели по данными наблюдений в московском регионе //13-я международная конференция молодых ученых "Состав атмосферы. Климатические эффекты. Атмосферное электричество". Тезисы докладов. Звенигород: ИФА им. A.M. Обухова, 2009. С. 124

10. Смирнова М.М. Точность описания характеристик атмосферного пограничного слоя в региональной модели по данным дистанционных наблюдений // XVI Международная конференция студентов, аспирантов и молодых учёных «Ломоносов-2009» Секция Физика. Москва: МГУ им. М.ВЛомоносова, 2009.

11. Смирнова М.М. Сравнение прогнозов вертикальных профилей ветра и температуры в атмосферном пограничном слое по региональной модели с данными наблюдений в

московском регионе // Конференция «175 лет Гидрометслужбе России - научные проблемы и пути их решения». Тезисы докладов. Москва: Гидрометцентр России, 2009.

12. Smirnova М.М., Yushkov V.PRubinstein., K.G., Kouznetsov R.D. Estimations of regional model simulation of temperature and wind profiles in rural and urban atmospheric boundary layer // 7th International Conference on Urban Climate. Proceedings. Yokohama, Japan. 2009.

13. Smirnova M.M. Simulation of atmospheric boundary layer vertical structure in regional model // Международная конференция по измерениям, моделированию и информационным системам для изучения окружающей среды: ENVIROMIS-2010. Тезисы докладов. Томск: Издательство Томского ЦНТИ. 2010.

14. Smirnova M.M. Weak orographic effects on wind speed profiles in the ABL of urban area// 15th International Symposium for the Advancement of Boundary Layer Remote Sensing (ISARS 2010). Paris, France. 2010

15. Смирнова M.M. Использование системы усвоения данных в модели WRF // Вычислительные и информационные технологии для наук об окружающей среде. Избранные труды Международной молодежной школы и конференции CITES-2011. Томск Издательство Томского ЦНТИ. 2011. С. 37-40

16. Смирнова М.М., Рубинштейн К.Г. Влияние усвоения данных измерений в полярных областях на прогнозы погоды // Climate Changes in Polar and Subpolar Regions. Тезисы докладов. Москва: ИФА им. A.M. Обухова, 2011.

17. Смирнова М.М. Усвоение данных дистанционного зондирования в региональной модели атмосферы // Международный Симпозиум стран СНГ "Атмосферная Радиация и Динамика" (МСАРД - 2011). Сборник трудов. Санкт-Петербург: СПбГУ. 2011. С. 136-137

18. Смирнова М.М., Рубинштейн К.Г. Оценка влияния усвоения данных на численный прогноз модели WRF-ARW в ряде регионов // Международная конференция по измерениям, моделированию и информационным системам для изучения окружающей среды. Избранные труды. Иркутск: Издательство Томского ЦНТИ. С.92-96

19. Смирнова М.М., Рубинштейн К.Г., Юшков В.П., Курбатов Г.А. Сравнение методов расчета порывов скорости ветра // Международная научная конференция по региональным проблемам гидрометеорологии и мониторинга окружающей среды. Тезисы докладов. Казань: КФУ. 2012. С.82-83

20. Смирнова М.М, Рубинштейн К.Г., Курбатов Г.А. Оценка различных методов расчета скорости порывов ветра // Международная конференция «Турбулентность, динамика атмосферы и климата». Тезисы докладов. Москва: ИФА им. А.М.Обухова. 2013. С.87

Глава 1. Обзор исследований атмосферного пограничного слоя в контексте совместного использования измерений и моделей

На исследование атмосферного пограничного слоя (АПС) направлено множество работ. Для измерения его характеристик используется большое количество приборов и методов. Они обладают разной точностью, высотным диапазоном, временным разрешением, индивидуальными особенностями, которые следует учитывать при их использовании. Поэтому в начале работы предпринята попытка обобщить свойства измерений, проанализировать состояние проводимых наблюдений. Затем рассматриваются некоторые использующиеся на практике модели АПС. В заключение приведен обзор работ, направленных на использование данных измерений для совершенствования его описания в моделях.

1.1 Способы измерения характеристик атмосферного пограничного слоя (АПС)

Начиная с 50-х годов прошлого века проводится интенсивное изучение атмосферного пограничного слоя. Экспериментальное исследование АПС позволяет систематизировать его свойства, проверять гипотезы о физических механизмах, участвующих в его формировании. В настоящий момент существует достаточно большой спектр способов измерений, как контактных, так и дистанционных, захватывающих практически все возможные характеристики АПС. Различные методы наблюдений и некоторые их характеристики сведены в таблице 1.1.

Большое число метеорологических измерений в АПС проводятся на сети наземных синоптических станций. Существующая сеть достаточно обширна, но поставляет информацию только у земли. Также, у поверхности в исследовательских целях проводят специальные измерения приборами, не входящими в набор используемых на синоптических станциях. В

таких исследованиях используют приборы для наблюдений за радиационными потоками; за турбулентными потоками с помощью высокочастотных измерений пульсаций скорости ветра и температуры и др. Акустические термоанемометры позволяют измерять температуру и скорости и направление ветра с частотой до 50 Гц. С помощью таких приборов можно напрямую измерять турбулентные характеристики, а также изучать подробно такие явления как порывы ветра. Такие приборы устанавливают и на некоторых метеорологических мачтах.

Вертикальные профили метеовеличин измеряются на специальных метеорологических мачтах. В России такие измерения проводятся на Обнинской метеовышке [Вызова Н.Л., 1996], Останкинской телебашне в Москве [Каинов Ф. Я., 1966; Вызова, Н. Л., 1984], экспериментальной башне в Зотино в центральной Сибири [Panov 2011]. Вообще в мире сооружено совсем небольшое число мачт для метеорологических измерений. Такие измерения обладают высокой точностью, хотя и подвержены влиянию самих сооружений. Для измерения профилей метеовеличин используют также привязные аэростаты [Angelí, 1973] и беспилотные самолеты, воздушные змеи. Однако такие измерения не проводятся постоянно, они используются только в рамках отдельных экспедиций или измерений

Вертикальные профили получают и с помощью радиозондов, однако, такие данные имеют низкое вертикальное разрешение в пограничном слое в связи с большой скоростью пролета зондов сквозь него. К тому же измерения на большинстве аэрологических станций проводятся не чаще 2 раз в сутки.

Специальные самолеты-лаборатории используются в задачах изучения изменчивости характеристик АПС в зависимости от расстояния и др. Измерительные приборы установлены и на многих пассажирских самолетах (системы AMDAR и TAMDAR), предоставляя информацию о профилях метеовеличин в основном над аэропортами. Интенсивность измерений естественно напрямую зависит от интенсивности движения самолетов. При этом на точность данных о скорости ветра напрямую оказывает влияние точность измерения скорости самолета.

Помимо контактных методов, широкое распространение получили дистанционные методы. Спутниковые измерения не позволяют получать профили в АПС из-за самой геометрии измерений (удаленность спутника от объекта). Наземные измерения имеют достаточно широкий спектр методов для наблюдений за различными характеристиками АПС. Хорошие обзоры дистанционных методов можно найти в работах [.Dabberdt W.F. et al, 2004.; Wilczak J.M et al, 1996; Ках'шстрипюва М.Л., Юшкой Б.П., 2008].

Вертикальные профили ветра измеряют с помощью радаров - профилемеров ветра. В зависимости от используемого частотного диапазона они измеряют как в АПС, так и во всей тропосфере. Однако все модификации имеют достаточно большую, не менее 50 м, мертвую зону внизу.

Меньшую мертвую зону (10-50 м), однако, и меньший диапазон (до 200-750 м) имеют акустические локаторы - содары (от английского SODAR - Sound Detection And Ranging). Среди российский разработок стоит упомянуть содары ВОЛНА [/ 'лаоких В. А., Одинцов С. Л., 2001] и ЛАТАН [Кузнецов Р. Д.,2007].

Объединение содаров и радаров в радиоакустические комплексы позволяет измерять еще и профиль температуры.

Для измерений профилей температуры используются также радиометры -микроволновые профилемеры. Некоторые приборы позволяют измерять также влагосодержание воздуха. Широкое применение в нашей стране получил микроволновой температурный профилемер МТП-5 [Kadygrov E.N., 2006]. В данный момент работает более 55 приборов МТР-5, установленных по всему миру, в том числе в трех точках в Москве, двух точках в Санкт-Петербурге, а так же в Челябинске, Нижнем Новгороде и некоторых других городах.

Лидарные измерения дают высокую точность и разрешение, однако для наблюдений за ветром и температурой используются редко из-за высокой стоимости приборов.

Анализируя таблицу 1.1, следует отметить, что общим недостатком дистанционных

приборов является влияние на них внешних шумов (акустических для содаров, радио для радаров и т.п.) и осадков. Также их точность обычно убывает с высотой. Высота зондирования дистанционных приборов может варьироваться во времени в зависимости от условий измерения. На некоторой высоте внешние шумы могут превысить уровень сигнала. Например, высота измерений с помощью содара ограничена уровнем акустических шумов (может быть меньшей в условиях городских шумов), интенсивностью турбулентности (измерения невозможны при ее отсутствии), температурной инверсией (измерения невозможны выше нижней границы инверсионного слоя).

Важной особенностью дистанционных методов является то, что они осуществляют осреднение измеряемой характеристики по измеряемому объему, что приближает их к модельным данным, которые характеризуют среднее по расчетной ячейке.

Эти приборы используются как в оперативном режиме для обеспечения служб погоды, так и в рамках исследовательских работ.

Во всем мире проводились начиная с 60-х гг. и продолжают проводиться комплексные эксперименты по измерению характеристик АПС. Это такие известные эксперименты, как Wangara-1967 [Clarke R.H. et al, 1971], Kansas-1968 [IzumiJ 1971], Cabauw-1977-79 [Hofman, С 1988], CASES-97,99 [LeMone, M. A. et al, 2000] и другие. Отдельные эксперименты направлены на изучение городского пограничного слоя, например BUBBLE [Rotach М. W. et al. 2005]. В рамках таких экспериментов удается собрать вместе и провести измерения с использованием большого числа разных приборов, дающих по возможности наиболее широкий охват измеряемых характеристик АПС. Такие наблюдения дают наиболее полное представление об эволюции и структуре АПС в месте и во время проведения эксперимента.

Список литературы диссертационного исследования кандидат наук Смирнова, Мария Михайловна, 2014 год

Список литературы

1. Арутюнян Р.В., Бакин Р.И., Большое Л.А., Дзама Д.В., Припачкин Д.А., Семенов В.Н., Сороковикова О.С., Фокин A.B., Цаун С.Н., Шикин А.В,. Игнатов Р.Ю., Рубинштейн К.Г., Смирнова М.М. Некоторые результаты по моделированию радиационной обстановки и оценке источника аварийного выброса на АЭС Фукусима-1 с учетом трехмерных полей метеоданных. - Препринт ИБРАЭ № IBRAE-2011-07

2. Вызова H.JL, Иванов В.Н., Мацкевич М.К. Измерение компонент завихренности в нижнем 300-метровом слое атмосферы. - Изв. РАН, Физика атмосферы и океана, 1996, т. 32, № 3, с. 323-328

3. Вызова, Н. JL, JI. М. Хачатурова 1984: Сравнение суточного хода температуры воздуха и скорости ветра по измерениям в Обнинске и в Останкино. Труды ЦВГМО, 20(1), 3-11

4. Вельтищев Н. Ф., Жупанов В. Д. Эксперименты по усвоению радиолокационной отражаемости в модели WRF-ARW: Меторология и гидрология, 2012, 3, с.5-19

5. Гладких В. А., Одинцов С. JI. Калибровка содара «Волна-3» //Оптика атмосф. и океана. -2001. - Т. 14. - №. 12. - С.1145-1148.

6. Каллистратова М.А., Юшков В.П. Роль локальных и дистанционных методов в исследованиях атмосферного пограничного слоя. Доклады Всероссийской конференции «Исследование процессов в нижней атмосфере при помощи высотных сооружений», 8-10 октября 2008г., г. Обнинск Калужской обл., стр. 55-60 (2008)

7. Климова Е. Г. Использование ансамблевого фильтра Калмана при планировании дополнительных наблюдений. Метеорология и гидрология, 2011, 8, с. 23-33

8. Клинов Ф. Я. К постановке метеорологических наблюдений в нижнем500-метровом слое атмосферы на Останкинской высотной телевизионной башне в г. Москве. Вопр. градиента, мегеорол, наблюдений на высота, мачтах. Информ. письмо, № 16. УГМО ГУГМС, 1966

9. Кузнецов Р. Д. Акустический локатор JLATAH-3 для исследований атмосферного пограничного слоя. Оптика атмосферы и океана,2007, т. 20 ,N 8, 749-753.

10. Обухов A.M. Турбулентность и динамика атмосферы. Л.гГидрометеоиздат, 1988

11. Юшков В.П., Каллистратова М.А., Кузнецов Р.Д., Курбатов Г.А., Крамар В.Ф. Опыт использования доплеровского акустического локатора для измерения профиля скорости ветра в городских условиях, Известия РАН, ФАО, 2007, 43(2), 193-205

12. Abhilash S., Someshwar D., Kalsi S.R., Gupta M.D., Mohankumar K., George J.P., Banerjee S.K.,. Thampi S.B and Pradhan D. Impact of Doppler Radar Wind in Simulating the Intensity and Propagation of Rainbands Associated with Mesoscale Convective Complexes Using MM5-3DVAR System. - Pure and Applied Geophysics, 2007, vol. 164, No. 8-9, pp. 1491-1509

13. Alapaty K, Niyogi D, Chen F, Pyle P, Chandrasekar A, Seaman N (2008) Development of the flux-adjusting surface data assimilation system for mesoscale models. J Appl Meteorol Climatol 47: 2331-2350

14. Alapaty K., Seaman N., Niyogi D., Hanna A., 2001. Assimilating Surface Data to Improve the Accuracy of Atmospheric Boundary Layer Simulations, J. Appl. Meteorol., 40, 2068-2082

15. Angelini, F.; Barnaba, F.; Bolzacchini, E.; Caporaso, L.; Curci, G.; Ferrero, L.; Ferretti, R.; Gobbi, G. P.; Landi, Т. C.; Stocchi, P. Comparison of the Mixing Layer Height determined by ceilometer and Optical Particle Counter and simulated by MM5 model. 9th EMS Annual Meeting, 9th European Conference on Applications of Meteorology (ECAM) Abstracts, held Sept. 28 - Oct. 2, 2009 in Toulouse, France, http://meetings.copernicus.org/ems2009/. id. EMS2009-366

16. Angell, J. K., W. H. Hoecker, C. R. Dickson, and D. H. Pack, 1973: Urban influence on a strong day time air flow as determined from tetroon flights. J. Appl. Meteor., 12, 924-936

17. Angevine, W.M., H. Jiang, and T. Mauritsen, 2010: Performance of an eddy diffusivity - mass flux scheme for shallow cumulus boundary layers. Monthly Weather Review, 138, 2895-2912, doi: 10.1175/2010MWR3142.1.

18. Angevine, W. M., 2005: An integrated turbulence scheme for boundary layers with shallow cumulus applied to pollutant transport. J. Appl. Meteor., 44, 1436-1452.

19. Barker D.M., Huang W., Guo Y. R. and Xiao Q. N. A Three-Dimensional (3DVAR) Data Assimilation System For Use With MM5: Implementation and Initial Results. - Mon. Wea. Rev., 2004, vol. 132, pp. 897-914

20. Beljaars A, Viterbo, P. The role of the boundary layer in a numerical weather prediction model. In Clear and Cloudy Boundary Layers. Holtslag AAM, Duynkerke PG (eds). Royal Netherlands Academy of Arts and Sciences: Amsterdam, 1998; 297-304

21. Benjamin, S. G., and Coauthors, 2004: An hourly assimilation-forecast cycle: The RUC. Mon. Wea. Rev., 132, 495-518

22. Benjamin, SG, Jamison BD, MoningerWR, Sahm SR, Schwartz BE, SchlatterTW(2010) Relative short-range forecast impact from aircraft, profiler, rawinsonde, VAD, GPS-PW, METAR and mesonet observations via the RUC hourly assimilation cycle. Mon Weather Rev. doi: 10.1175/2009M WR3097.1

23.Bougeault P. and Lacarrere P. 1989 Parameterization of orography-induced turbulence in a mesobeta-scale model. Mon. Wea. Rev., 117, 1872-1889

24. Born K., Ludwig P., Pinto J. G. Wind gust estimation for Mid-European winter storms: towards a probabilistic view //Tellus A. - 2012. - T. 64.

25. Born K., Ludwig P., Pinto J. G. Implementation and Evaluation of Wind Gust Estimate methods in COSMO-CLM //EGU General Assembly Conference Abstracts. - 2010. - T. 12. - C. 9925.

26. Brasseur O. Development and application of a physical approach to estimating wind gusts //Monthly Weather Review. - 2001. - T. 129. - №. 1. - C. 5-25.

27. Bright, D. R., and S. L. Mullen, 2002: The sensitivity of the numerical simulation of the southwest monsoon boundary layer to the choice of PBL turbulence parameterization in MM5. Wea. Forecasting, 17, 99-114

28. Brower, M., Zack, J., Bailey, B., Schwartz, M., Elliott, D. (2004). "Mesoscale Modeling as a Tool for Wind Resource Assessment and Mapping." Proceedings of 14th Conference on Applied Climatology, Boston, MA.: American Meteorological Society, 7 pp.

29. Briimmer B., KirchgaBner A., Miiller G. The atmospheric boundary layer structure over the open and ice-covered Baltic Sea: in situ measurements compared to simulations with the regional model REMO //Theoretical and Applied Climatology. - 2009. - C. 1-13.

30. B. Calpini, D. Ruffieux, J.-M. Bettems, C. Hug, P. Huguenin, H.-P. Isaak, P. Kaufmann, O. Maier, and P. Steiner, 2011: Ground-based remote sensing profiling and numerical weather prediction model to manage nuclear power plants meteorological surveillance in Switzerland. Atmos. Meas. Tech., 4, 1617-1625, 2011 www.atmos-meas-tech.net/4/1617/2011/ doi:10.5194/amt-4-1617-2011

31. Clarke R.H., A.J. Dyer, R.R. Brook, D.G. Reid, A.J. Troup, 1971: The Wangara experiment: Boundary layer data. Tech. Paper 19, Div. Meteor. Phys. CS1RO, Australia

32. Cuxart J, Holtslag AAM. (co-authors). Single-column model intercomparison for a stably stratifi ed atmospheric boundary layer. Boundary-Layer Meteorology 2006; 118: 273-303

33. Dabberdt W.F., Frederick G.L., Hardesty R.M., Lee W.C., Underwood K., 2004. Advances in meteorological instrumentation for air quality and emegency responce. Meteorol. Atmos. Physics, 87, 57-88

34. Dudhia J. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model, J. Atmos. Sci., 1989, 46, 3077-3107

35. Ferrero, L.; Riccio, A.; Perrone, M. G.; Sangiorgi, G.; Ferrini, B. S.; Bolzacchini, E. 2011: Mixing height determination by tethered balloon-based particle soundings and modeling simulations/ Atmospheric Research, Volume 102, Issue 1, p. 145-156

36. Floors R., E. Batchvarova, S.-E. Giyning, A. N. Hahmann, A. Pe~na, and T. Mikkelsen Atmospheric boundary layer wind profile at a flat coastal site - wind speed lidar measurements and mesoscale modeling results/ Adv. Sci. Res., 6, 155-159, 2011 www.adv-sci-res.net/6/155/2011/ doi: 10.5194/asr-6-155-2011

37. Govindankutty M. and Chandrasekar A. Effect of 3DVAR assimilation of MODIS temperature and humidity profiles on the dynamic and thermodynamic features of three monsoon depressions over the Bay of Bengal. - Meteorology and Atmospheric Physics, 2010, vol. 107, No. 1-2, pp. 65-79.

38. Grell G. A. et al. A description of the fifth-generation Penn State/NCAR mesoscale model (MM5). -1994

39. Steven R. Hanna, Brian Reen, Elizabeth Hendrick, Lynne Santos, David Stauffer, Aijun Deng, Jeffrey McQueen, Marina Tsidulko, Zavisa Janjic, Dusan Jovic, R. Ian Sykes, 2010: Comparison of Observed, MM5 and WRF-NMM Model-Simulated, and HPAC-Assumed Boundary-Layer Meteorological Variables for 3 Days During the IHOP Field Experiment. Boundary-Layer Meteorol (2010) 134:285-306 DOI 10.1007/s10546-009-9446-7

40. C. G. Helmis, G. Sgouros, M.Tombrou, K. Schäfer, C. Münkel, E. Bossioli, A. Dandou, 2012: A Comparative Study and Evaluation of Mixing-Height Estimation Based on Sodar-RASS, Ceilometer Data and Numerical Model Simulations/ Boundary-Layer Meteorol DOI 10.1007/s10546-012-9743-4

41. Hofman, C 1988: Description of the Cabauw (Netherland) turbulence dataset 1977-1979. KNMI Technical reports TR-105

42. Hong, S.-Y., J. Dudhia, and S.-H. Chen, 2004: A Revised Approach to Ice Microphysical Processes for the Bulk Parameterization of Clouds and Precipitation, Mon. Wea. Rev., 132, 103— 120

43. Hong, S.-Y., and H.-L. Pan, 1996: Nonlocal boundary layer vertical diffusion in a medium-range forecast model, Mon. Wea. Rev., 124, 2322-2339

44. Izumi,Y 1971: Kansas 1968 Field Program Data Report. Environmental research papers, No 379, AFCRL-72-0041, Air Force Cambridge Research Laboratories, Bedford, Massachusetts

45. Janjic, Z. I., 2002: Nonsingular Implementation of the Mellor-Yamada Level 2.5 Scheme in the NCEP Meso model, NCEP Office Note, No. 437, 61 pp.

46. Jankov, I., W. A. Gallus Jr., M. Segal, B. Shaw, and S. E. Koch, 2005: The impact of different WRF model physical parameterizations and their interactions on warm season MCS rainfall. Wea. Forecasting, 20,1048-1060.

47. Kadygrov E.N., 2006. Operational aspects of different ground-based remote sensing observing techniques for vertical profiling of temperature, wind,humidity and cloud structures review. In Instruments and observing methods. Report WMO #89.

48. Kanamitsu M., Ebisuzaki W, Woolen J., Potter J., Fiorino M. Overview of NCEP/DOE REANALYSIS-2. - Proceedings of the Second WCRP International Conference on Reanalyses, 2000, WCRP-109, WMO/TD-№. 985

49. Markku Kangas On-line boundary layer verification of weather models. HIRLAM Newsletter no 58, November 2011

50. Mlawer, E. J., S. J. Taubman, P. D. Brown, M. J. Iacono, S. A. Clough Radiative transfer for inhomogeneous atmosphere: RRTM, a validated correlated-k model for the longwave. — J. Geoph. Res., 1997, Vol.102, No. D14, pp. 16,663-16,682.

51. Kitamura Y. Modifications to the Mellor-Yamada-Nakanishi-Niino (MYNN) Model for the Stable Stratification Case Journal of the Meteorological Society of Japan. Ser. II Vol. 88 (2010) No. 5 P 857-864

52. LeMone, M. A., Grossman, R., Coulter, R., Wesely, M., Klazura, G., Poulos, G., Blumen, W., Lundquist, J., Cuenca, R., Kelly, S., Brandes, E., Oncley, S., McMillen, R., and Hicks, B.: 2000, 'Land-Atmosphere Interaction Research and Opportunities in the Walnut River Watershed in Southeast Kansas: CASES and ABLE', Bull. Amer. Meteorol. Soc. 81, 757-780.

53. Mass, C. F., D. Ovens, K. Westrick, and B. A. Colle, 2002: Does increasing horizontal resolution produce more skilful forecasts? Bull. Amer. Meteor. Soc., 83, 407-430.

54. Mauritsen, T., G. Svensson, S. S. Zilitinkevich, I. Esau, L. Enger, and B. Grisogono, 2007: A total turbulent energy closure model for neutrally and stably stratified atmospheric boundary layers. J. Atmos. Sci., 64,4113-4126

55. Mellor, G. L., and T. Yamada, 1974: A hierarchy of turbulence closure models for planetary boundary layers. J. Atmos. Sci., 31, 1791-1806

56. Miyakoda K. And Sirutis J., Comparative integrations of global models with various parameterized processes of sub-grid scale vertical transports, Contrib. Atmos. Phys., 50, 445-447, 1977

57. Moeng, C.-H. and Wyngaard, J. C.: 1989, 'Evaluation of Turbulent Transport and Dissipation Closures in Second-Order Modeling', J. Atmos. Sci. 46, 2311-2330

58. Nakanishi, M., 2001: Improvement of Mellor-Yamada turbulence closure model based on large-eddy simulation data. Bound.-Layer Meteor., 99, 349-378.

59. Nakanishi, M., and H. Niino, 2004: An improved Mellor-Yamada level-3 model with condensation physics: its design and verification. Bound.-Layer Meteor., 112, 1-31.

60. Nakanishi, M., and H. Niino, 2009: Development of an improved turbulence closure model for the atmospheric boundary layer. J. Meteor. Soc. Japan, 87, 895-912

61. Olson, Joseph P., and J. M. Brown, 2009: A comparison of two Mellor-Yamada-based PBL schemes in simulating a hybrid barrier jet. 23rd Conf. on Weather Analysis and Forecasting/19th Conference on Numerical Weather Prediction, Omaha NE, Amer. Meteor. Soc., Paper JP1.13

62. Panov et al. (2011): Sources, seasonal variability, and trajectories of atmospheric aerosols over central Siberian forest ecosystems, Doklady Earth Sciences, 441/2, 1710-1714

63. Parrish, D. F., and J. C. Derber. The National Meteorological Center's spectral statistical-interpolation analysis system. Mon. Wea. Rev., 1992, 120, 1747-1763

64. Soon-Young Park, Hwa Woon Lee, Soon-Hwan Lee and Dong-Hyeok Kim Impact of Wind Profiler Data Assimilation on Wind Field Assessment over Coastal Areas. Asian Journal of Atmospheric Environment Vol. 4-3, pp.198-210, December 2010, doi: 10.5572/ajae.2010.4.3.198

65. Persson, P., B. Walter, J.-W. Bao, and S. Michelson, 2001: Validation of boundary-layer parameterizations in maritime storm using aircraft data. Preprints, Ninth Conf. on Mesoscale Processes, Ft. Lauderdale, FL, Amer. Meteor. Soc., 117-121

66. Pleim, J. E., 2007: A combined local and non-local closure model for the atmospheric boundary layer. Part 1: Model description and testing, J. Appl. Meteor, and Clim., 46, 1383-1395.

67. Rotach M. W., R. Vogt, C. Bernhofer, E. Batchvarova, A. Christen, A. Clappier, B. Feddersen, S.-E. Giyning, G. Martucci and H. Mayer, et al. 2005 BUBBLE - an Urban Boundary Layer Meteorology Project. Theoretical and Applied Climatology, Volume 81, Numbers 3-4 (2005), 231261, DOI: 10.1007/s00704-004-0117-9

68. Routray A., Mohanty U. C., Niyogi D., Rizvi S. R. H. and Osuri K.K. Simulation of heavy rainfall events over Indian monsoon region using WRF-3DVAR data assimilation system. - Meteorology and Atmospheric Physics, 2010, vol. 106, No 1-2, pp. 107-125

69. Rubinstein K.G., E.M. Nabokova, R.Y. Ignatov, M.M. Smirnova, R.V. Arutunyan, V.N. Semyonov, O.S. Sorokovikova, A.V. Fokin and D.A. Pripachkin Calculation of Surface Tracer Concentration by Set of Hydrodynamic Weather Forecast Model and Lagrangian Model of Atmospheric. - Dispersion Journal of Environmental Science and Engineering, 2012, A 1, pp. 4361

70. Shafran, P. C., N. L. Seaman, and G. A. Gayno. 2000. Evaluation of numerical predictions of boundary layer structure during the Lake Michigan Ozone Study (LMOS). J. Appl. Meteor. 39:412-426

71.Hyeyum Hailey Shin, Song-You Hong 2011: Intercomparison of Planetary Boundary-Layer Parametrizations in the WRF Model for a Single Day from CASES-99. Boundary-Layer Meteorol (2011) 139:261-281 DOI 10.1007/sl0546-010-9583-z

72. SCHREUR B. E. N. W., GEERTSEMA G. Theory for a TKE based parameterization of wind gusts //HIRLAM Newsletter. - 2008. - №. 54.

73. Skamarock W.C., Klemp J.B., Dudhia J. et al. A Description of the Advanced Research WRF Version 3. -NCAR/TN-475+STR. National Center for Atmospheric Research: Boulder, CO, 2008.

74. Smith Lorraine, T. and Benjamin, S. G.: Impact of network wind profiler data on a 3-h data assimilation system, B. Am. Meteorol. Soc., 74(5), 801-807, 1993

75. M. R. Soler, J. Hinojosa, M. Bravo, D. Pino and J. Vila'-Guerau de Arellano: Analyzing the basic features of different complex terrain flows by means of a Doppler SODAR and a numerical model: Some implications for air pollution problems. Meteorol Atmos Phys 85, 141-154 (2004) DOl 10.1007/s00703-003 -0041 -z

76. St-James, J. and Laroche, S.: Assimilation of wind profiler data in the Canadian meteorological centre's analysis systems, J. Atmos. Oceanic Technol., 22(8), 1181-1194, doi:10.1175/JTECHl765.1, 2005

77. Steeneveld, G. J., L. F. Tolk, A. F. Moene, O. K. Hartogensis, W. Peters, and A. A. M. Holtslag (2011), Confronting the WRF and RAMS mesoscale models with innovative observations in the Netherlands: Evaluating the boundary layer heat budget, J. Geophys. Res., 116, D23114, doi: 10.1029/2011JD016303

78. Steeneveld, G. J., B. J. H. van de Wiel, A. A. M. Holtslag, 2006: Modeling the Evolution of the Atmospheric Boundary Layer Coupled to the Land Surface for Three Contrasting Nights in CASES-99. J. Atmos. Sci., 63, 920-935. doi: http://dx.doi.org/l0.1175/JAS3654.1

79. Brandon Storm, Jimy Dudhia, Sukanta Basu, Andy Swift and Ian Giammanco: Evaluation of the Weather Research and Forecasting Model on Forecasting Low-level Jets: Implications for Wind Energy/ Wind Energ. (2008) Published online in Wiley Interscience (www.interscience.wiley.com) DOI: 10.1002/we.288

80. Sukoriansky, S., B. Galperinand I. Staroselsky, A quasi-normal scale elimination model of turbulent flows with stable stratification. Physics of Fluids, 17, 085107-1-28, 2005

81. Sun, W.-Y. and Ogura, Y.: 1980, 'Modeling the Evolution of the Convective Planetary Boundary Layer', J. Atmos. Sci. 37, 1558-1572

82. UK met office

83. Wilczak J.M., Gossard E.E., Neff W.D., Eberhard W.L., 1996. Ground-based sensing of atmospheric boundary layer: 25 years of progress. Boundary Layer Meteorology, 78, 321-349

84. Lei Zhang and Zhaoxia Pu: An Observing Systemsimulation Experiment (OSSE) to Assess the Impact of DopplerWind Lidar (DWL)Measurements on the Numerical Simulation of a Tropical Cyclone/ Advances in Meteorology Volume 2010, Article ID 743863, 14 pages doi:10.1155/2010/743863

85. http://typhoon-tower.obninsk.org/

86. http://www.emc.ncep.noaa.gov/mmb/mmbpll/etal2tpb/