CC BY
17
1НФОРМАЦ1ЙН11 ТЕЛЕКОМУН1КАЦ1ЙН1 ТЕХНОЛОГ!!
УДК 528.9
1.В. КОВАЛЕЦЬ*, О.В ХАЛЧЕНКОВ *, О.О. ПОЛОНСЬКИЙ*
ВИКОРИСТАННЯ СИСТЕМИ WRF-УКРАША ДЛЯ ПРОГНОЗУВАННЯ АГРОМЕТЕОРОЛОГ1ЧНИХ УМОВ
1нститут проблем математичних машин i систем НАН Украши, м. Кшв, Украша
Анотаця. Систему метеопрогнозу WRF-Украiна налаштовано для прогнозування в Укран на детальних сутках як стандартних метеоролог1чних параметр1в, так 7 агрометеоролог1чних характеристик, таких, як температура та волог1сть грунту. Модель верифтовано на тдстав1 даних вим1р1в украгнських та австр1йських метеоролог1чних та агрометеоролог1чних станцт. Температура пов1тря, швидюсть 7 напрям втру, а також температура грунту прогнозуються на р1вю кращих св1тових аналог1в. Середньоквадратична похибка прогнозування температури грунту на глибин 10 см на основ7 пор1вняння з даними украгнських станщй за весняно-лттй пер1од 2018 р. (декадн середм) складае 1,7°С (для прогноз1в 7з завчасмстю до 48 год) та 1,9°С (для прогноз1в 7з завчасмстю 48-96 год). Коефщ1ент кореляцп складае 0,92. Середньоквадратична похибка прогнозування температури грунту на глибиш 20 см на основ7 пор1вняння з даними щогодинних вим1р1в австртських станщй за той самий пер1од складае 2,2 С, коефщент кореляцп дор1внюе 0,87. Ре-зультати прогнозування загального запасу вологи у грунт1 у шар1 0-20 см виявились завищеними у пор1внянн1 з даними украгнських станщй на 30%. У пор1вняню з австртськими станщями навпаки: результати прогнозування в1дносног вологост1 грунту на глибин 20 см були заниженими на 20 %. Коефщенти кореляцп склали в1дпов1дно 0,55 та 0,3. Таю похибки пояснюються похибками у про-гнозуванн опад1в та сильною залежмстю вологост1 грунту в1д локальних географ1чних умов (ухи-ли площадок тощо), якг не можуть бути в1дтворею при встановленому просторовому дозвол1 мо-дел1 (в1д 0,05 до 0,1 град). Одмею з можливостей покращення прогнозування вологост1 грунту у майбутньому буде тдключення автономног версп грунтовог модел1 до системи, гг налаштування тд локальн умови розташування кожног дтянки 7 виконання розрахункгв 7з використанням ме-теоролог1чних параметр1в, прогнозованих системою WRF-Украгна.
Ключовi слова: метеоролог1чний прогноз, температура грунту, мезомасштабна модель.
Аннотация. Система метеопрогноза WRF-Украина настроена для прогнозирования в Украине на детальных сетках стандартных метеорологических параметров и агрометеорологических характеристик, таких, как температура и влажность почвы. Модель верифицирована на основании данных измерений украинских и австрийских метеорологических и агрометеорологических станций. Температура воздуха, скорость и направление ветра, а также температура почвы прогнозируются на уровне лучших мировых аналогов. Среднеквадратичная ошибка прогнозов температуры почвы на глубине 10 см на основе сравнения с данными украинских станций за весенне-летний период 2018 г. (декадные средние) составляет 1,7°С (для прогнозов с заблаговременностью до 48 ч) и 1,9°С (для прогнозов с заблаговременностью 48-96 ч). Коэффициент корреляции составляет 0,92. Среднеквадратичная погрешность прогнозов температуры почвы на глубине 20 см на основе сравнения с данными ежечасных измерений австрийских станций составляет 2,2°С, коэффициент корреляции равен 0,87. Результаты прогнозирования суммарного запаса влаги в почве в слое 0-20 см оказались завышенными по сравнению с данными украинских станций на 30%. Для австрийских станций результаты прогнозирования относительной влажности почвы на глубине 20 см были заниженными на 20%. Коэффициенты корреляции составили 0,55 и 0,3. Такие погрешности объясняются ошибками в прогнозировании осадков и сильной зависимостью влажности почвы от локальных географических условий (уклоны площадок и т.д.), которые не могут быть воспроизведены при установленном пространственном разрешении модели (от 0,05 до 0,1 град). Одной из возможностей улучшения прогнозирования влажности почвы в будущем будет подключе-
© Ковалець 1.В., Халченков О.В., Полонський О.О., 2019 ISSN 1028-9763. Математичш машини i системи, 2019, № 1
ние автономной версии почвенной модели к системе, ее настройка под локальные условия расположения каждого участка и выполнение расчетов с использованием метеорологических параметров, прогнозируемых системой WRF-Украина.
Ключевые слова: метеорологический прогноз, температура почвы, мезомасштабная модель.
Abstract. Weather forecasting system WRF-Ukraine is configured for prediction in Ukraine on detailed grids of both standard meteorological parameters and agrometeorological characteristics such as soil temperature and moisture. The model is verified on the basis of measurement data of Ukrainian and Austrian meteorological and agrometeorological stations. The air temperature, wind speed and direction, as well as soil temperature are forecasted with the skill similar to best existing analogues. The root mean square error of soil temperature forecasts at 10 cm depth, based on a comparison with the data of Ukrainian stations during the spring-summer period of 2018 (decade averages), is 1,7°C (for predictions with a lead time up to 48 hours) and 1,9°C (for predictions with a lead time of 48-96 hours). The correlation coefficient is 0,92. The root mean square error of the soil temperature forecasts at a depth of 20 cm, based on comparison with the hourly data of the Austrian stations is 2,2°C, the correlation coefficient is 0,87. The predicted soil moisture in the 0-20 cm layer was overestimated by 30% as compared to the data of Ukrainian stations. In comparison with the Austrian stations the results of 20 cm deep moisture prediction were understated by 20%. Correlation coefficients were 0,55 and 0,3. Such errors are due to errors in forecasting precipitation and the strong dependence of soil moisture on local geographic conditions (site slopes, etc.) that cannot be reproduced under the spatial resolution of the model (from 0,05 to 0,15 deg). One of the possibilities to improve prediction of soil moisture in the future will be the connection of the stand-alone version of the soil model to the system, its adjustment to the local conditions of each site, and performing calculations with such stand-alone soil model using the meteorological parameters predicted by the WRF-Ukraine system.
Keywords: meteorological forecast, soil temperature, mesoscale model.
1. Вступ
У свт системи метеоролопчного прогнозування використовуються для планування сшь-ськогосподарських робт OKpiM стандартних метеоролопчних параметрiв, специфiчними параметрами, яю необхщно прогнозувати, е температура та волопсть грунту. Прогнозування таких параметрiв з урахуванням взаемодп д^чого шару грунту з нижшм шаром ат-мосфери вимагае використання спещальних тдмоделей взаемодп поверхш, рослинносп, атмосфери та моделей грунту у складi моделей прогнозу погоди. В 1ПММС НАН Укра'ни понад 20 роюв проводяться дослщження у галузi впровадження метеоролопчних моделей для прогнозування погоди та регюнальних ^матичних дослщжень. На пiдставi американ-сько'1 метеоролопчно! моделi WRF (www.wrf-model.org) була розроблена система WRF-Украша [1], яка в даний час впроваджена в Укргiдрометцентрi для метеоролопчного за-безпечення системи РОДОС [2] та для прогнозування паводюв у Карпатах [1]. Крiм використання в Укрш'ш, система WRF-Украша користуеться попитом у свт. Зокрема, у рамках проекту NERIS-TP 7-1 рамково'1 програми €С дана система штегрована з системою РОДОС для проведення оперативного розрахунку метеопрогнозу за замовленням користувача у довшьнш обласп i була використана тд час аварп на АЕС Фукуама [3, 4]. У робот представлена поточна конф^уращя WRF-Украша, яка встановлена в Укра'нському гщромет-цен^ для забезпечення системи РОДОС-Укра'на [5] даними чисельного прогнозу погоди.
Метою роботи е дослщження якосп метеоролопчного прогнозування поточно'' конф^урацп системи WRF-Украша, зокрема, температури та вологосп грунту.
2. Конфнгуращя системи WRF-УкраТна
Архитектура системи WRF-Украша представлена у робот [1], а детальш блок-схеми роз-рахунку - у робот [6]. Розрахунок здшснюеться на основi прогностичних даних американ-
сько'1 глобально' моделi прогнозу погоди GFS, яю наявнi з просторовим дозволом 0,25° на серверах NOMADS [7].
Для прогнозування мезомасштабних деталей метеоролопчних умов необхщно проводите розрахунки деталiзованих метеоролопчних полiв з високим дозволом. При цьому необхщно збер^ати досить великими горизонтальш обсяги обчислювальних областей, яю не бажано робити меншими, шж 500 км. Це потрiбно для того, щоб похибки, яю вносяться граничними умовами, не руйнували характеры мезомасштабнi циркуляцп, пов'язаш з про-ходженням фронтiв, тощо. Обчислювальних можливостей, доступних авторам дано'' робо-ти не вистачае для покриття уае' територп Укра'ни аткою з просторовим дозволом хоча б 0,05 град. Шсля проведення ряду обчислювальних експериментв для оперативного розра-хунку була обрана конфiгурацiя обчислювальних областей, показана на рис. 1. Модель проводить розрахунки у трьох областях. Зовшшня область - D01 охоплюе значну територп, включаючи Украшу, з просторовим дозволом 0,15 град. (приблизно 15 км по довгот). Двi внутрiшнi областi - D02 та D03 охоплюють твшчно-захщну та пiвденно-схiдну части-ни територп Укра'ни з просторовим дозволом 0,05 град. (приблизно 5 км по довгот). Разом обласп D02, D03 покривають приблизно половину територп Укра'ни сiтками з деталь-ним просторовим дозволом та включають таю мюта, як Ки'в, Львiв, Дншро, Запорiжжя та iн. На рис. 1 показаш також карти титв грунтiв, сформованi Геологiчною службою США на основi глобального набору даних, зiбраних Продовольчою органiзацiею ООН [8]. Для територп Укра'ни цей набiр характеризуеться просторовим дозволом 5 хв.
У поточнш конф^урацп використовувались таю налаштування фiзичних парамет-ризацiй моделi WRF.
• Параметризацiя мiкрофiзики хмароутворення у вкладених областях D02, D03; бралась WSM6 [9] (mp_physics=6), в якш розглядаеться 6 титв вологи у повпрг пара, дощовi крапш, снiг, хмарнi краплi, хмарна крига, частинки граду.
• Параметризащя мiкрофiзики хмароутворення у зовнiшнiй обласп D01, було взято схему WDM6 [9] (mp_physics=16), яка е двохмоментною модифшащею схеми WSM6.
• Параметризащя купчасто' хмарностi Кейна-Фрiтча у зовтшнш областi D01 (cu_physics=1), тодi як у вкладених областях D02, D03 параметризащя купчасто' хмарносп не використовуеться.
• Параметризащя довгохвилево'' радiацii RRTM [9] (ra_lw_physics=1).
• Параметризацiя короткохвилево'' радiацii Годарда (ra_sw_physics=2) [9].
• Параметризацiя планетарного граничного шару атмосфери Мелора-Ямади-Янжича (bl_pbl_physics=2).
• Параметризащя моделi Ета для взаемодп приземного шару атмосфери та верхньо-го шару грунту (sf_sfclay_physics=2).
• Параметризащя RUC для д^чого шару грунту (sf_surface_physics=3), з 6-ма роз-рахунковими шарами у грунт.
У поточнiй конфiгурацii розрахунок одного прогнозу на 96 дiб у паралельному ре-жимi з залученням 32 обчислювальних ядер тактовою частотою 2,1 GHz тривае 3 години.
3. Пор1вняння результа^в прогнозування з метеоролопчними вим1рами
Верифiкацiю результатiв прогнозування стандартних метеорологiчних параметрiв було проведено на основi порiвняння з архiвними даними метеостанцiй Укргiдрометцентру за лютий-червень 2015 р. У табл. 1 наведеш середш абсолютнi похибки (MAE) швидкосп та напряму вiтру, а також систематичш (ME) та середньоквадратичш похибки (MSE) для рiз-них станщй. Слiд вiдзначити, що значення похибки прогнозування напряму та швидкосп в^ру знаходяться на рiвнi похибок сучасних моделей прогнозу погоди [10].
Рисунок 1 - Конф^уращя обчислювальних областей WRF-Украша та карти типiв грунту; зверху - зовшшня область D01; знизу - вкладенi областi D02, D03
Таблиця 1 - Статистичш характеристики похибки прогнозування WRF-Украiна у порiв-нянт з даними метеорологiчних станцiй_
Станщя Код станцп Швидкiсть Напрям в^ру, Температура, °С
вiтру, м/с град.
МАЕ МАЕ МЕ МБЕ
Умань WMO33587 1,65 26,08 -0,42 1,67
Дншро WMO34504 1,01 23,99 -0,03 1,98
Кiровоград икко 0,79 22,50 -0,19 2,10
Днiпро-аеропорт иКББ 0,37 25,59 -0,34 2,90
Кривий Рiг UKDR 0,82 34,51 -0,15 2,79
Запорiжжя иКББ 1,03 29,48 0,22 2,55
Любашiвка WMO33761 1,57 32,46 0,14 1,55
Миколшв икок 1,00 29,47 -0,01 1,59
Херсон икон 0,87 25,23 0,13 2,19
Пiвд.-Укр. АЕС иЛББ 1,28 23,61 0,68 1,77
4. Верифжащя результатiв прогнозування температури та вологост грунту
Верифiкацiя результатв прогнозування температури та вологостi грунту проводилась на пiдставi даних вимiрiв таких станцiй.
• Станцп Украшського гiдрометцентру (УГМЦ), якi були надаш авторам, а саме, станцп «Сарни», «Житомир», «Мирошвка», «Знаменка», «Вознесшськ», «Губиниха» (на-далi - «украшсью станцп»).
• Станцп австршсько!' мережi WEGENERNET [11] (https://wegenernet.org/portal/), якi були отримаш з мiжнародноi бази даних мошторингу вологостi грунту (¡ЕМК) [12, 13] (надалi - «австрiйськi станцп»).
Рисунок 2 - Розмщення австршських станцш, з якими проводилось пор1вняння модел1, та ком1рки розрахунково1' с1тки WRF, в яю попадають станци
Розмщення украшських станцiй на картi показано на рис. 1. Карта розмщення австршських станцiй у збшьшеному масштабi показана на рис. 2. Вщ украшських станцiй було отримано таю даш.
• Декаднi середш температури грунту на глибинi 10 см з кв^ня по серпень 2018 р;
• Декадш загального запасy вологи грунту (мм) y шарi 0-20 см з квггня по серпень
2018 р.
Mодель WRF розраховуе температуру грунту та вщносну вологiсть грунту у шарах 0-10 та 10-30 см. Вщповщно для порiвняння результатв моделювання з даними вимiрiв температура та волопсть грунту, розрахованi WRF, були проштерпольоваш таким чином:
^10 — ^10-30 )'
Тут t10 - температура грунту у °С на глибиш 10 см, t0-10 - середня температура шару грунту 0-10 см, t10-30 - середня температура шару грунту 10-30 см. Аналопчш визначення застосовуються для вщносно1 вологосп q . Для отримання запасу вологи Q0-20 (мм) у шарi 0-20 см вiдноснy вологiсть треба помножити на товщину шару грунту та на густину води: Q0-20=0,24000^-20.
О^м вертикально'1 штерполяцп, для порiвняння з даними вимiрiв украшських ста-нцiй, результати WRF треба проштерполювати та осереднити за часом. Слщ зазначити, що згiдно з настановою [14], середш декаднi температури грунту за даними вимiрiв отриму-ються шляхом осереднення даних вимiрiв, отриманих кожен день о 1б год. Результати
WRF розраховуються з часовим кроком 1 год. Вщповщно осереднення температур грунту,
10
розрахованих WRF, здшснювалось за такою формулою: tw = (1 /, Де - темпера-
i=1
тура грунту на глибинi 10 см за результатами розрахунюв на 1б-ту годину i -го дня вщповщно'1 декади.
Згiдно з настановою [14], волопсть грунту вимiрюeться на 8-й день декади, або, в окремих випадках, на 9-й день. Разом з вимiрами вологосп були отримаш точш дати вимь рiв та обраш вiдповiднi результати розрахyнкiв WRF для порiвняння.
Вiд австрiйських станцш було отримано такi данi: температура та вщносна воло-гiсть грунту на глибиш 20 см за результатом щогодинних вимiрiв з кв^ня по вересень 2018 р. Ц данi були спiвставленнi з результатами розрахованих WRF температури та вологосп у шарi 10-30 см.
Результати ствставлення розрахованих WRF температури грунту з завчасшстю до 48 год та вщповщних даних вимiрiв украшських станцiй представленi на рис. 3. Як видно з представлених на рис. 3 результатв, температура грунту прогнозуеться з високою точшс-тю. Це пщтверджуеться i статистичними характеристиками похибок, представленими у табл. 2.
Температура грунту прогнозуеться з високою точшстю (середньоквадратичне вщ-хилення 1,7°С, коефщент кореляцп 0,92), що е на рiвнi найкращих сучасних метеорологi-чних моделей [15]. Щоправда, похибки, представлеш у роботi [15], отриманi на пiдставi даних вимiрiв температури за кожну годину, тодi як вщ укра'1'нських станцiй достyпнi тiль-ки декадш середш. Тобто, похибка осереднених значень температури мае бути менше вщ похибки щогодинних значень. У табл. 2 представлеш також характеристики похибки прогнозу температури грунту з завчасшстю 48-9б год, яю не дуже вiдрiзняються вщ аналопч-них характеристик прогнозу з завчасшстю 0-48 год.
На вщмшу вщ украшських станцш, даш австршських станцш доступш за кожну годину. Не зважаючи на велику рiзницю у часовому дозволi австрiйських вимiрiв у порiв-няннi з украшськими, похибка прогнозування температури грунту у порiвняннi з австрiй-ськими станщями теж непогана: середньоквадратичне вiдхилення 2,2°С, коефiцieнт кореляцп' 0,87. Отже, висновок про можливють якiсного прогнозу температури грунту е доста-тньо обгрунтованим.
Temperature 10cm (Sarny)
Temperature 10cm (Myronivka) Temperature 10cm (Znamenka)
Temperature 10cm (Voznesinsk) Temperature 10cm (Gubynikha)
Рисунок 3 - Сшвставлення вимiрiв украшських станцш (св^ло-шрим) та результатiв прогнозування (темно-сiрим) середньо! декадно! температури грунту на глибиш 10 см
На вщмшу вщ температури грунту, волопсть грунту прогнозуеться значно прше. Представлеш у табл. 3 коефщенти кореляцп розрахованих значень та вим1р1в (0,55 для украшських станцш, 0,28 - для австршських станцш) значно менше вщповщних значень, отриманих для температури грунту. До того ж, у пор1внянш з украшськими станщями волопсть грунту за даними розрахунюв перевищуеться майже на 30%, тод1 як у пор1внянн1 з австршськими станщями навпаки, волопсть грунту в середньому менше, шж значення ви-м1р1в, на 25%. Найбшьш 1мов1рно, систематичш пох1бки вологосп грунту в обох випадках пояснюються вщповщними похибками прогнозування опад1в.
Як для украшських, так i для австршських станцш, середньоквадратична похибка прогнозування вологосп, як i систематична похибка, складае приблизно 25-30% вщ серед-нього значення вологосп грунту. Отже, на вщмшу вщ температури, середньоквадратична похибка спричиняеться в першу чергу систематичною похибкою вологосп грунту.
аблиця 2 - Статистичт характеристики похибки прогнозування температури грунту
Джерело даних Завчасшсть прогнозу RMSE, °С ME, °С Коефщ1ент кореляцп
Украшсью станци 0-48 1,7 -0,6 0,93
Украшсью станци 48-96 1,9 -1,25 0,94
Австршсью 0-48 2,24 -1,09 0,87
станци
Таблиця 3 - Статистичш характеристики похибки прогнозування вологосп грунту з завча-стстю 0-48 год у пор1внянш з даними украшських станцш_
Джерело даних Середне за вим1рами Параметр, [одинищ вим1р.] RMSE ME Коефщ1ент кореляцп
Украшсью станци 38 Запас вологи у шар1 20 см, [мм] 15 11 0,55
Австршсью станци 0,39 Вщносна воло-псть [безрозм.] 0,1 -0,09 0,28
Слщ зазначити, що под1бш до приведених у данш робот р1вш похибки прогнозування вологосп зустр1чаються 1 в шших роботах, наприклад, в [16]. Але одночасно юнують роботи з кращим р1внем прогнозування вологосп. Наприклад, у робот [17] отримаш зна-чення коефщ1ента кореляцп 0,8. Таким чином, яюсть прогнозування вологосп грунту ймо-в1рно може бути покращена у подальших дослщженнях за рахунок: 1) тдбору ф1зичних параметризацш; 2) використання уточнених географ1чних даних (карти грунт1в тощо); 3) використання бшьш сучасних метод1в шщ1ал1зацп характеристик грунту, наприклад, з ви-користанням супутникових вим1р1в.
У табл. 4 та 5 представлеш похибки прогнозування температури та вологосп грунту, отримаш для окремих австршських станцш. Австршсью станцп розмщеш дуже близь-ко одна вщ одно! (рис. 2) 1 попадають тшьки у три ком1рки WRF (показаш на тому ж рисунку). Отже, вщмшшсть похибок прогнозування для окремих станцш характеризуе у знач-нш м1р1 вщмшшсть даних р1зних станцш м1ж собою.
Для випадку температури грунту у значнш м1р1 (вщ -2,1 °С до 0,08°С) вщр1зняються систематичш похибки температури. Приблизно таким самим д1апазоном (вщ 1,5 до 3,4 °С) характеризуються середньоквадратичш похибки температури грунту. Зазначимо, що д1апа-зон коливань систематично! та середньоквадратично! похибок м1ж станщями (~2 °С) приблизно ствпадае з самою середньоквадратичною похибкою прогнозування. Одночасно коефщ1енти кореляцп, отримаш для р1зних станцш, майже однаков1 (вщ 0,89 до 0,92).
Майже протилежна ситуащя спостер1гаеться для вологосп. Систематичш та середньоквадратичш похибки практично однаков1 для ус1х станцш, тод1 як коефщ1енти кореляцп змшюються у дуже широкому д1апазош: вщ -0,2 до 0,53.
Така р1зниця результат1в прогнозування вологосп м1ж р1зними станщями поясню-еться великою чутливютю вологосп до мюцевих умов, таких, як кут нахилу майданчика та шш1, яю не враховуються на грубш с1тщ метеоролопчно! модель Найбшьш 1мов1рно по-лшшення результат1в прогнозування вологосп можна досягти шляхом пщключення окре-мо! модел1 грунту, налаштовано! для умов конкретно! земельно! д1лянки, з урахуванням кута нахилу, конкретних властивостей грунту тощо.
Таблиця 4 - Статистичш характеристики похибки прогнозування температури грунту на
глибит з завчастстю 0-48 год у порiвняннi з даними австршських станцш
Станщя МЕ, С ЯМБЕ, С Коефщент кореляцп
6 -2,1 2,5 0,92
15 -1,8 2,5 0,89
19 -0,05 1,6 0,91
27 -1,1 2,1 0,88
34 -2,8 3,2 0,92
50 -2,8 3,4 0,9
54 0,3 1,8 0,9
77 -1,0 1,8 0,91
78 -0,07 1,5 0,91
84 -1,3 2,1 0,89
85 -0,5 1,7 0,9
99 0,08 1,7 0,9
Таблиця 5 - Статистичнi характеристики похибки прогнозування вологосп грунту на гли-бинi з завчаснiстю 0-48 год у порiвняннi з даними австршських станцш; <Бо> - середне значення вологостi за перiод вимiрiв_
Станщя МЕ ЯМБЕ <Бо> Коефщент кореляцп
6 -0,12 0,13 0,42 0,29
15 -0,14 0,14 0,44 -0,2
19 -0,08 0,1 0,37 0,15
27 -0,1 0,11 0,39 0,45
34 -0,07 0,09 0,37 0,34
50 -0,11 0,12 0,41 0,53
54 -0,1 0,1 0,39 0,5
77 -0,1 0,11 0,39 0,45
78 -0,06 0,08 0,36 0,49
84 -0,04 0,07 0,34 0,48
85 -0,12 0,13 0,41 -0,08
99 -0,11 0,12 0,4 0,1
На рис. 4 показано порiвняння результатiв моделювання температури грунту i вимь рiв обраних станцш. Серед уах австрiйських станцiй було обрано по однш у кожнш з трьох розрахункових комiрок WRF, в якi попадають усi австршсью станцп. Для кожно'' комiрки обрано було саме ту станщю, для яко'' систематична похибка була найменшою серед усiх iнших станцш, яю попадають у ту саму комiрку.
Як видно з рис. 4, прогнозована температура грунту i вимiри дуже добре ствпада-ють для обраних станцiй. Розрахована температура характеризуеться бшьшою амплiтудою добового ходу, шж вимiри. Це, скорiш за все, пов'язано з заниженням вологосп грунту у моделi. Як видно з рис. 4, переважно саме рiзниця ампштуди коливань температури при добовому ходi створюе середньоквадратичну похибку температури.
Station 19
20
E 15
N, 10
--1-1-1-1-1-1-1
0 500 1000 1500 2000 2500 3000 350'
1000
1500
3000
I, год
Station 85
25
20
E 15
N, 10
--1-1-1-1-1-1-1
0 500 1000 1500 2000 2500 3000 350'
1000
1500
3000
ГОД
Station 99
25
20
E 15
N, 10
1000
1500
Вимфи ■WRF
3500
Вимфи •WRF
3500
--1-1-1-1-1-1-1
0 500 1000 1500 2000 2500 3000 3500
Вимфи •WRF
I, год
Рисунок 4 - Вимiри та результати моделювання температури грунту на глибиш 20 см для обраних австршських станцш за перюд з 1 кв^ня по 31 серпня 2018 р.
Аналопчне пор1вняння було здшснене 1 для вологосп грунту. Як видно з рис. 5, на-в1ть для «найкращих» станцш розрахована волопсть суттево вщр1зняеться вщ вим1р1в за рахунок систематичного заниження вологосп грунту. Слщ зазначити, що у розрахунках волопсть грунту характеризуеться значно часпшими осцилящями, шж у вим1рах. Причина тако! поведшки до кшця незрозумша 1 потребуе подальших досл1джень. У цшому з пред-ставлених результат1в можна зробити висновок, що WRF-Укра!на здатна прогнозувати те-
мпературу грунту на рiвнi найкращих моделей, тодi прогнозування вологостi грунту не та-ке успiшне й потребуе подальшого покращення.
Рисунок 5 - Вишри та результати моделювання вщносно! вологост грунту на глибиш 20 см для одше! з австршських станцш (№ 54) за перюд з 1 кв1тня по 31 серпня 2018 р.
5. Висновки
Систему прогнозу погоди WRF-Украiна налаштовано для прогнозування на детальних ат-ках в Укршш як стандартних метеорологiчних параметрiв, так i агрометеоролопчних характеристик, таких, як температура та волопсть грунту. Модель верифшовано на пiдставi да-них вимiрiв украшських та австрiйських метеорологiчних i агрометеорологiчних станцiй. Температура повiтря, швидюсть i напрям вiтру, а також температура грунту прогнозуються на рiвнi кращих свiтових аналогiв. Середньоквадратична похибка температури грунту на основi порiвняння з даними украшських станцiй (декадш середнi) складае 1,7°С (для про-гнозiв iз завчаснiстю до 48 год) та 1,9°С (для прогнозiв з завчаснiстю 48-96 год). Коефщь ент кореляцп складае 0,92. Середньоквадратична похибка температури грунту на основi порiвняння з даними щогодинних вимiрiв австрiйських станцiй складае 2,2 °С, коефiцiент кореляцп дорiвнюе 0,87. Результати прогнозування вологосп грунту виявились не такими устшними. У порiвняннi з украшськими станцiями спостерiгалось систематичне завищен-ня вологостi грунту на 30%. У порiвняннi з австрiйськими станщями навпаки - заниження вологостi на 20%. Коефщенти кореляцп склали вщповщно 0,55 та 0,3. Наявнi похибки по-яснюються похибками у прогнозуванш опадiв та сильною залежнiстю вологосп грунту вiд локальних географiчних умов (ухили площадок тощо), якi не можуть бути вщтвореш при встановленому просторовому дозволi моделi. Вплив локальних умов особливо яскраво проявився на прикладi австршських станцш, коли вимiри станцiй, розташованих на вщста-ш усього декiлька кiлометрiв одна вщ одно'1, практично не корелюють мiж собою. У май-бутньому можливе покращення результатв прогнозування вологостi грунту шляхом калiб-рування фiзичних параметризацш, введення бiльш точних характеристик грунту та впро-вадження спецiальних методiв iнiцiалiзацii характеристик грунту. Ще одшею можливiстю до покращення прогнозування вологосп грунту буде тдключення до системи автономно'1 версii грунтово'1 моделi, й налаштування пiд локальнi умови розташування кожно'1 дiлянки i виконання нею розрахунюв з використанням метеорологiчних параметрiв, прогнозованих системою WRF-Украiна.
ПОДЯКИ
Публшащя мiстить результати дослiджень, проведених при грантовш пiдтримцi Державного фонду фундаментальних дослiджень за конкурсним проектом № Ф76/34278. Автори висловлюють подяку Директору Украшського пдрометеоролопчного центру М.1. Кульбiдi за надання агрометеорологiчних вимiрiв для перевiрки моделi WRF, а також начальнику
вщдшу агрометеорологи Укрпдрометцентру Т.1. Адаменко за надаш консультаци стосовно переданих даних.
СПИСОК ДЖЕРЕЛ
1. Ковалець 1.В., Халченков О.В., Анул1ч С.М., Удовенко О.1. Оперативне прогнозування метеоро-лопчних пол1в для систем попередження про паводки у Карпатах. Математичн машини i системи. 2015. № 3. С. 118-125.
2. Халченков А.В., Ковалець 1.В., Романенко О.М. Адаптащя метеоролопчно! модел1 WRF для прогнозування пол1в в1тру навколо Р1вненсько! АЕС. Математичю машини i системи. 2015. № 1. С.130-138.
3. Andronopoulos S., Ievdin I., Kovalets I., Anulich S. New functionalities developed in the NERIS-TP project regarding meteorological data used by Decision Support Systems. Radioprotection 51 HS1. 2016. S13-S16. DOI: 10.1051/radiopro/2016004.
4. Ievdin I.A., Khalchenkov A.V., Kovalets I.V., Raskob W., Trybushny D.M., Zheleznyak M.J. Application of decision support system JRODOS for assessments of atmospheric dispersion and deposition from Fukushima Daiichi nuclear power plant accident. Int. J. of Energy for Clean Environment. 2012. Vol. 13, N 1-4. P. 179-190. DOI: 10.1615/InterJEnerCleanEnv.2013006151.
5. Ковалець I.B. , Синкевич Р.О., Халченков О.В., Удовенко О.1. Соловей Д.Ю., Железняк М.Й., Дорошенко Д.Ю., Булич Я.В.,€вдш G.O. Трибушний Д., Шихтель Т., Мюллер Т., Раскоб В. Адаптащя системи РОДОС-Украша для прогнозування пожеж у Чорнобильськш зош вщчуження. Ма-тематичне та iмiтацiйне моделювання систем МОДС 2018. (Чершпв-Жукш, 28-29 червня 2018 р.). Черншв: ЧНТУ, 2018. С. 41-43.
6. Ковалець I.B., Майстренко С.Н, Донцов-Загреба Т.О., Халченков О.В., Анул1ч С.М., Полонський О.О., Хурцилава К.В. Веб-система прогнозування метеоролопчних умов для довшьно! територн на детальних сггках. Математичш машини та системи. 2018. № 1. С. 78-89.
7. Rutledge G., Alpert J., Ebusizaki W. NOMADS - a climate and weather model archive at the National Oceanic and Atmospheric Administration. Bulletin of the American Meteorological Society. 2006. Vol. 87. P. 327-341.
8. Dy C.Y., Fung J.C.H. Updated global soil map for the Weather Research and Forecasting model and soil moisture initialization for the Noah land surface model. J. of Geophysical Research. 2016. DOI: 10.1002/2015JD024558.
9. Skamarock W.C., Klemp J.B., Dudhia J., Gill D.O., Barker D.M., Duda M.G., Huang X.Y., Wang W., Powers J.G. A descpription of the advanced research WRF version 3. NCAR Technical Note NCAR/TN-475+STR. USA, Boulder: National Center for Atmospheric Research, 2008. 125 p. URL: http://wrf-model.org/.
10. Astrup P., Mikkelsen T. Comparison of NWP prognosis and local monitoring data from NPPs. Radio-protection. 2010. Vol. 45. P. S97-S111.
11. Kirchengast G., Kabas T., Leuprecht A., Bichler C., Truhetz H. WegenerNet: A pioneering highresolution network for monitoringweather and climate. Bull. Am. Meteorol. Soc. 2014. Vol. 95. P. 227242.
12. Dorigo W.A., Wagner W., Hohensinn R., Hahn S., Paulik C., Xaver A., Gruber A., Drusch M., Mecklenburg S., van Oevelen P., Robock A., Jackson T. The International Soil Moisture Network: a data hosting facility for global in situ soil moisture measurements. Hydrol. Earth Syst. Sci. 2011. Vol. 15. P. 1675-1698. DOI: 10.5194/hess-15-1675-2011.
13. Dorigo W.A., Xaver A., Vreugdenhil M., Gruber A., Hegyiova A., Sanchis-Dufau A.D., Zamojski D., Cordes C., Wagner W., Drusch M. GlobalAutomated Quality Control of In situ Soil Moisture data from the International Soil Moisture Network. Vadose Zone Journal. 2013. Vol. 12, N 3. DOI: 10.2136/vzj2012.0097.
14. Адаменко Т., Бугаева А., Десяткова З., Кульбща М., Щербак Л. Настанова пдрометеоролопч-ним станщям i постам. Випуск 11. Агрометеоролопчш спостереження. Кшв: Державна пдрометео-ролопчна служба Украши, 2007. 357 c.
15. Albergel C., Dutra E., Munoz-Sabater J., Haiden T., Balsamo G., Beljaars, A., Isaksen L., deRosnay P., Sandu I., Wedi N. Soil temperature at ECMWF: An assessment using ground-based observations. J. Geophys. Res. Atmos. 2015. Vol. 120. P. 1361-1373. DOI: 10.1002/2014JD022505.
16. Hong S., Lakshmi V., Small E.E., Chen F., Tewari M., Manning K.W. Effects of vegetation and soil moisture on the simulated land surface processes from the coupled WRF/Noah model. J. Geophys. Res. 2009. Vol. 114. D18118. DOI: 10.1029/2008JD011249.
17. Greve P., Warrach-Sagi K., Wulfmeyer V. Evaluating Soil Water Content in a WRF-Noah Downscaling Experiment. J. Appl. Meteor. Climatol. 2013. Vol. 52. P. 2312-2327. URL: https://doi.org/10.1175/JAMC-D-12-0239.1.
Cmammn nadiumna do pedaKU,ii 20.12.2018
