CC BY
84
-------------------------------- © А.А. Тихомиров, А.А. Азбукин,
В.Ю. Богомолов, А.Я. Богушевич,
Е.П. Гордов, В.А. Корольков,
В.Н. Крупчатников, 2009
УДК 551.583+524.3(571.5+571.6)
А.А. Тихомиров, А.А. Азбукин, В.Ю. Богомолов,
A.Я. Богушевич, Е.П. Гордов, В.А. Корольков,
B.Н. Крупчатников
ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНАЯ СИСТЕМА ДЛЯ ОБНАРУЖЕНИЯ ОПАСНЫХ МЕТЕОРОЛОГИЧЕСКИХ ЯВЛЕНИЙ
Работа направлена на развитие методов обнаружения и прогнозирования опасных гидрометеорологических явлений с помощью новых технических средств и моделей, разработку технологии их регионального мониторинга и создание на ее основе прототипа измерительно-вычислительной системы для решения задач сверхкраткосрочного прогноза погоды в точке и по территории площадью до нескольких сотен квадратных.
Ключевые слова: измерительно-вычислительная система, опасные метеорологические явления, прогноз, сеть ультразвуковых автоматических метеостанций, модели.
Герриториальный мониторинг метеорологических величин для прогнозирования опасных метеорологических явлений (ОМЯ), к которым относятся шквалы, перенос загрязняющих веществ при техногенных катастрофах и т.п., является до настоящего времени достаточно сложной задачей. Это связано как с редкой сетью постов наблюдения Росгидромета и также весьма длительными сроками обновления информации на этой сети (через 3 часа), так и с недостаточным уровнем использования современных метеорологических моделей.
На основе созданных в ИМКЭС СО РАН ультразвуковых автоматических метеостанций АМК-03 [1] создается информационно-измерительная система (ИИС) для обнаружения опасных метеорологических явлений в регионе. Методической основой ИИС будут являться современные информационные и вычислительные технологии, в частности, информационно-вычислительные вебсистемы, обеспечивающие связь измерительных устройств с вычислительными моделями и анализ результатов моделирования (мезомасштабная метеорологическая модель WRF) [2], а также разработанный метод локального
Рис. 1. Инструментальная часть ИИС на основе трех АМС АМК-03: а) - территориальное размещение постов АМС; б) - структурная схема отдельного поста: 1 - датчик первичных метеоданных ДСВ-15; 2 - блок первичной обработки информации; 3 - блок питания и GPRS-модем; 4 - центральный сервер
краткосрочного прогноза основных метеорологических величин, измеряемых АМК-03 с высоким временным разрешением, который основан на полиномиальной математической модели их временной эволюции и на применении алгоритмов Калмановской фильтрации к изменяющимся во времени коэффициентам этой модели [3]. Первоначальный вариант системы создается в составе трех постов АМС АМК-03, разнесенных на расстояние нескольких десятков километров (рис. 1, а). При этом на территории ИМКЭС СО РАН размещается центральный пункт системы, в который входят сервер для приема и обработки всей метеорологической информации и АМС № 1. Две другие АМС предполагается разместить в аэропорту "Богашево" и на стационаре ИМКЭС СО РАН "Курлек".
Структурная схема отдельного поста показана на рис. 1, б. Пост АМС № 1 непосредственно соединяется с центральным сервером по кабельной линии связи, а посты АМС № 2 и № 3 - через Интернет по модемной связи. Датчики ДСВ-15 размещаются на метеомачтах в постах, указанных на рис. 1,а. Характеристики датчиков соответствуют данным, представленным в [1].
Высокие градиенты метеовеличин, характерные для опасных гидрометеорологических явлений зачастую не могут быть смоделированы из-за низкого пространственного разрешения прогностических моделей. Первым шагом на пути решения данной проблемы является получение краткосрочного прогноза погоды с высоким пространственным разрешением и достаточно высоким уровнем достоверности для локальной территории. Для этого нужно использовать современные прогностические модели с высоким пространственным шагом обеспеченные системой усвоения данных измерений. С этой целью на базе многоядерного вычислительного комплекса нами была установлена и отлажена численная прогностическая модель WRF
(http://www.mmm.ucar.edu/modeling/wrf/index.php) и- система усвоения данных WRF-VAR (WRFDA). Для запуска региональной прогностической модели WRF используются данные глобального прогноза NCEP на 48 часов, а также данные измерений станций АКМ-03. Данные глобального прогноза NCEP выкачиваются в онлайн режиме с серверов NCAR и представляют собой одноградусные поля метеовеличин с шагом в 3 часа.
На их основе, препроцессорной системой WPS интерполируются вертикальные граничные условия, а также начальные значения для нашей модели. В виду большого влияния стенки на формирование решений внутри моделируемой области, для перехода от ячейки в 110 км. (D1), к интересующей нас ячейке в 45 км. (D2) с пространственным шагам в 1 км нами будет использован метод вложенных областей.
Для получения более точного прогноза внутри интересуемой нас области D2 будет производится усвоение данных измерений станций АКМ-03. Для этого, основе наблюдений сети станций, с временным шагом At формируются непрерывные вектора T,U,V. Данный временной шаг равен внутреннему шагу модели, в нашем случае это 360 сек. Длина временного ряда составляет 12 часов от момента времени требуемого прогноза в прошлое. Для усвоения данных используется метод “observation Nudging”, представляющий собой четырехмерное усвоение данных (FDDA). Этот метод эффективно управляет ростом ошибки модели, в то время как модель генерирует детализированные мезомасштабные структуры, которые могут не быть разрешены только на основе данных на-
блюдений. Результатом является улучшенная инициализация модели. «Nudging» (подтягивание) непрерывно на каждом временном шаге используется для смягчения решения модели по отношению к наблюдениям путем добавления к прогностическим уравнениям искусственных весовых слагаемых основанных на различии между двумя состояниями. В результате получается более точное решение, чем полученное без учета данных наблюдений. Решение модели может быть смягчено по отношению как к сеточному анализу, основанному на наблюдениях (analysis nudging), так и к отдельным наблюдениям (observation nudging,
www.mmm.ucar.edu/wrf/users/workshops/WS2005/.../8-Stauffer.pdf).
На основе полученных доменов, начальных и граничных значений, а также файлов данных наблюдений, WPS и WRFDDA системы генерируют необходимые входные данные для WRF, в конкретные файлы формата WRF [4, 5]. На основе этих данных производится запуск модели на 36 часов. Первые 12 расчетных часов -это время разгона модели и время усвоения файлов данных наблюдений. Следующие 24 расчетных часа - это промежуток моделирования прогноза, который отталкивается от рассчитанных полей откорректированных данными наблюдений. Полученные поля метео-велечин будут использоваться для выявления локализованных опасных гидрометеорологических явлений.
Работа частично поддержана проектом РФФИ № 09-05-99014-р_офи. ------------------------------------------- СПИСОК ЛИТЕРАТУРЫ
1. Азбукин А.А., Богушевич А.Я., Ильичевский В.И. и др. Автоматизированный ультразвуковой метеорологический комплекс АМК-03 // Метеорология и гидрология, 2006, № 11, с. 89-97.
2. Skamarock W.C., Klemp J.B., Dudhia J., et al. A Description of the Advanced Research WRF Version 2. NCAR TECHNICAL NOTE NCAR/TN-468+STR, 2007, 88p.
3. Богушевич А.Я. Краткосрочный прогноз временной эволюции метеорологических параметров в атмосфере из данных измерений ультразвуковой метеостанции // Материалы 6-го Сибирского совещания по климато-экологическому мониторингу, Томск. 2005. С.83-88.
4. Liu, Y., A. Bourgeois, T. Warner, S. Swerdlin and J Hacker, 2005: Implementation of Observation nudging Based FDDA into WRF for Supporting ATEC Test Operation. 2005 WRF Users’ Workshop, Boulder, Colorado.
5. Staufer, D.R., and N.L. Seaman, 1994: Multi-scale four-dimensional data assimilation. J. Appl. Meteor., 33 , 416-434. ШИЭ
Tihomirov A.A., Azbukin A.A., Bogomolov V.Yu.,
Bogohevich A Ya., Gordov E.P., Korolkov V.A.,
Krupchatnikov V.N.
MEASURING-COMPUTATIONAL SYSTEM FOR REGIONAL FORECAST OF DANGEROUS WEATHER PHENOMENA Work is directed to development methods of detection and forecasting dangerous hydrometeorological phenomena using new hardwareands and models, and also to development of regional monitoring technology and creation of measuring-computing system prototype for supershort- range weather in point and on territory.
Key words: measuring-computing system, dangerous hydrometeorological phenomena, forecast, network of ultrasonic automatic meteorological stations, models
— Коротко об авторе -----------------------------------------------------
Тихомиров Александр Алексеевич - доктор технических наук, зам. директора, E-mail: [email protected] Азбукин Александр Анатольевич - главный специалист,
E-mail: [email protected]
Богомолов Василий Юрьевич - научный сотрудник, НП СЦ КЛИО, Email: [email protected]
Богушевич Александр Яковлевич - кандидат физико-математичес-ких наук, старший научный сотрудник, E-mail: [email protected] Гордов Евгений Петрович - доктор физико-математических наук, главный научный сотрудник, НП СЦ КЛИО,
E-mail: [email protected]
Корольков Владимир Александрович - кандидат технических наук, старший научный сотрудник, E-mail: [email protected]
учреждение Российской академии наук Институт мониторинга климатических и экологических систем СО РАН, г. Томск, ИМКЭС СО РАН,
Крупчатников Владимир Николаевич - доктор физико-математи-ческих наук, директор, Сибирский научно-исследовательский гидрометеорологический институт Росгидромета, г. Новосибирск, E-mail: vkrup@ommfao l.sscc.ru
