Описывается вычислительная система RANGES (от англ. range - «диапазон»), предназначенная для расчета климатической области распространения (КОР) природного явления на основе климатических характеристик и переменных (климатических предикторов) - гидрометеорологических величин и индексов, рассчитанных на их основе, - определяющих формирование КОР. Методология системы основана на байесовском подходе, позволяющем оценивать вероятность принадлежности географической точки к КОР исследуемого явления. Система RANGES реализована в виде комплекса программ и снабжена дружественным интерфейсом, построенным таким образом, чтобы автоматизировать процесс ввода данных, минимизируя ошибки. Система поддерживает работу как с данными наблюдений, так и с данными глобальных и региональных моделей (в данной версии системы - это модели Института вычислительной математики им. Г. И. Марчука РАН и Главной геофизической обсерватории им. А. И. Воейкова). Программный комплекс позволяет учитывать многочисленные климатические предикторы для описания условий, влияющих на природное явление. На основе анализа климатических предикторов система определяет вероятностные оценки принадлежности точек географического пространства к КОР и ранжирует эти оценки по методологии МГЭИК. Приведен пример использования системы RANGES при вычислении КОР доминирования теплой части года (когда число суток с положительными среднесуточными температурами превышает 182). Рассчитаны изменения КОР для базового периода (1990-1999 гг.) и для 2030-2039 и 2050-2059 гг. в условиях сценария RCP8.5. Показаны смещения границ КОР доминирования теплой части года, иллюстрирующие влияние изменений климата.
Идентификаторы и классификаторы
- SCI
- Науки о Земле
Климатическая область распространения (КОР) природного явления – часть географического пространства, климат которой допускает систематическое наличие природного явления при способствующем сочетании остальных факторов среды.
Список литературы
1. Богданович А.Ю., Павлова В.Н., Ранькова Э.Я., Семенов С.М. Влияние изменений засушливости в Росси в XXI веке на пригодность территорий для возделывания зерновых культур // Фундаментальная и прикладная климатология. 2021. № 1. С. 20-35. EDN: OZNNQP
2. Богданович А.Ю., Семенов С.М. Оценка климатических ареалов видов с использованием системы RANGES // Сборник тезисов докладов Международной конференции “Изменения климата: причины, риски, последствия, проблемы адаптации и регулирования. Климат-2023”, 9-13 октября 2023 года. М.: Физматкнига, 2023. С. 220-220.
3. Богданович А.Ю., Семенов С.М., Добролюбов Н.Ю. Система RANGES: Свидетельство о государственной регистрации программы для ЭВМ №2024668052. Дата государственной регистрации 01 августа 2024 года. EDN: WAHZWL
4. Добролюбов Н.Ю., Семенов С.М., Володин Е.М., Богданович А.Ю. Алгебраический алгоритм статистической оценки параметра биномиального распределения и пример его применения в одной глобальной геоинформационной задаче прикладной климатологии // Метеорология и гидрология. 2023. № 10. С. 16-24. EDN: PCCVCF
5. Ковтун В.И., Ковтун Л.Н. Технология выращивания высококачественного зерна озимой пшеницы на юге России // Земледелие. 2013. № 3. С. 19-21. EDN: QCRGXP
6. Национальный атлас России в четырех томах. Том 2. Природа. Экология. М.: Роскартография, 2007. 496 с.
7. Семенов С.М., Попов И.О., Ясюкевич В.В. Статистическая модель для оценки формирования климатогенных угроз по данным мониторинга климата // Метеорология и гидрология. 2020. № 5. С. 59-65. EDN: AAXRLU
8. Семенов С.М., Ясюкевич В.В., Гельвер Е.С. Выявление климатогенных изменений. М.: Метеорология и гидрология, 2006. 324 с.
9. Хромов С.П., Петросянц М.А. Метеорология и климатология: Учебник. - 8-е издание. М.: Изд-во МГУ, 2012. 584 с.
10. Школьник И.М., Ефимов С.В. Региональная модель нового поколения для территории северной Евразии // Труды Главной геофизической обсерватории им. А.И. Воейкова. 2015. № 576. С. 201-211. EDN: UBTZCH
11. Ясюкевич В.В., Богданович А.Ю. Климатические предикторы для модельного описания климатических ареалов некоторых биологических видов и их изменений в условиях будущего климата // Фундаментальная и прикладная климатология. 2021. Т. 7, № 1. С. 117-137. EDN: YCTQAY
12. Hansen M.C., DeFries R.S., Townshend J.R., Sohlberg, R. Global land cover classification at 1 km spatial resolution using a classification tree approach // International journal of remote sensing. 2000. Vol. 21, no. 6-7. P. 1331-1364.
13. Harris I., Osborn T.J., Jones P.D., Lister D. Version 4 of the CRU TS monthly high-resolution gridded multivariate climate dataset // Scientific Data. 2020. Vol. 7, no. 1. Article number 109. DOI: 10.1038/s41597-020-0453-3 EDN: QYDUQB
14. IPCC, 2021. Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change / Masson-Delmotte V., Zhai P., Pirani A., Connors S.L., Péan C., Berger S., Caud N., Chen Y., Goldfarb L., Gomis M.I., Huang M., Leitzell K., Lonnoy E., Matthews J.B.R., Maycock T.K., Waterfield T., Yelekçi O., Yu R., and Zhou B. (Eds.). Cambridge University Press - Cambridge - United Kingdom and New York - NY - USA, 2021. 2391 p.
15. Mastrandrea M.D., Field C.B., Stocker T.F., Edenhofer O., Ebi K.L., Frame D.J., Held H., Kriegler E., Mach K.J., Matschoss P.R., Plattner G.-K., Yohe G.W., Zwiers F.W. (Core Writing Team). IPCC Fifth Assessment Guidance Note for Lead Authors IPCC Cross-Working Group for Uncertainties. Jasper Ridge, CA, USA 6-7 July 2010.Intergovernmental Panel on Climate Change (IPCC). 2010. Available at http://archive.ipcc.ch/pdf/supporting-material/uncertainty-guidance-note.pdf (accessed 10 March 2025).
Выпуск
Другие статьи выпуска
Проверяется синхронизация опасных гидрометеорологических явлений с максимумами-максиморумами приливных сил Луны и Солнца. В качестве индикаторов последних используются циклы лунно-солнечных затмений - Сарос и Экселигмос. Сравниваются уровни половодий на реках Урал, Тобол, Ишим, Вагай и Ока в 2024 и 1970 гг. Показано, что катастрофическим уровням половодий 2024 г. предшествовали рекордные уровни половодий в 1970 г. С этим же циклом Экселигмос связаны жестокие засухи 1921 и 1975 гг. в Поволжье и аномальные морозы 1924 и 1978 гг. в Москве.
Изучены современные особенности распределения показателей температуры воздуха в Прикаспийском регионе Азербайджана с использованием первичных данных 27 гидрометеорологических станций Национальной гидрометеорологической службы Азербайджана, расположенных в Прикаспийском регионе, за период с 1961 по 2023 год. Уточнена статистическая значимость временных рядов, определены математические средние показатели и особенности их распределения. Показано, что 90 % самых теплых лет наблюдались после 2005 года, самые холодные - до 1993 года, что является наглядным доказательством резкого потепления в регионе. В период 1991-2023 гг. среднегодовые значения температуры воздуха увеличились на 0,9 °C (наибольший рост показателей в августе - на 1,5 °C). Изменение климата в Прикаспийском регионе усиливает процессы опустынивания, засоления и эрозии почвы. Рекомендуется учитывать эти данные при решении задач строительства, энергетики и выработки политики по смягчению последствий изменения климата.
Предложена система методик прогнозирования притока воды в Ириклинское водохранилище на реке Урал. Система включает методики получения ежегодно выпускаемого 5 марта долгосрочного прогноза объема притока за период весеннего половодья и за второй квартал, а также методики получения ежегодно выпускаемого в январе и феврале предварительного долгосрочного прогноза этих величин. В этих методиках использованы линейные зависимости притока воды в водохранилище от максимального запаса воды в снеге и от показателя предзимнего увлажнения водосбора. На основе метода экстраполяции гидрографа разработаны схемы ежедневного краткосрочного и среднесрочного прогнозирования притока в водохранилище за 1, 3, 5, 7 и 10 суток. Проверка по данным за период с 2003 по 2024 год показала удовлетворительное качество предлагаемых методик, что позволяет рекомендовать их к применению в целях повышения эффективности использования водных ресурсов Ириклинского водохранилища.
Представлен анализ измерений уровня моря и параметров ветрового волнения в заливе Анива, выполненных при помощи датчиков гидростатического давления в июне-августе 2023 года на заякоренных станциях на глубинах 10 и 15 м. Данные гидростатического давления при анализе ветровых волн корректировались с учетом теории линейного затухания колебаний с глубиной. Общий размах колебаний уровня моря составил 1.63 м в сизигию и 0.3 м в квадратуру. Максимальная высота значительных волн составила 1.73 м, а максимальная высота индивидуальной волны - 2.82 м. Обнаружено присутствие аномальных волн с индексом аномальности более 2. При сопоставлении высоты волн по результатам моделирования с данными измерений получено, что коэффициент корреляции составляет 0.84, а среднеквадратическая ошибка 0.17 м.
Проведен сравнительный анализ синоптических условий и численных прогнозов двух случаев опасных конвективных явлений в Московском регионе: 5-6 и 20 июня 2024 г. Рассмотрены прогнозы явлений мезомасштабной модели COSMO-Ru2, усваивающей данные радиолокаторов, и рассчитанные на основе данных региональной модели Гидрометцентра России. Радиолокационные данные ДМРЛ-С «Внуково» и полученные на основе сети ДМРЛ-С в экспериментальной технологии диагноза дополняют картину синоптических процессов и их особенностей. Даны рекомендации по использованию синоптической информации в случаях формирования активной конвекции с опасными явлениями в дополнение к численным прогнозам для повышения точности штормового предупреждения и прогноза.
Исследуется реакция растительности Крыма (лиственные, сосновые, можжевеловые породы, степная яйла) на изменения дальнодействующих климатических индексов, на примере вегетационного нормализованного разностного индекса NDVI по данным дистанционного зондирования за период 2000-2023 гг. Рассмотрена взаимосвязь NDVI и девяти климатических индексов в Северном полушарии с использованием коэффициента корреляции Пирсона, мультирегрессионного моделирования и композитного анализа. Обнаружено, что Североатлантическое, Восточно-Атлантическое, Арктическое и Полярное/Евразийское колебания с декабря по май объясняют 80 % изменения вегетационного индекса лесных сообществ в апреле-июне. При этом сигналы Восточно-Атлантического и Средиземноморского колебаний с января по май объясняют 59 % изменения индекса NDVI степных сообществ в апреле-июне. Вегетационный индекс всех растительных сообществ возрастает при тех фазах климатических индексов, которые сопровождаются, как правило, усилением циклонической активности. При этом NDVI лесных сообществ увеличивается при ослаблении циклонической активности в зимние месяцы, что может быть связано с более морозными условиями для сохранения твердых осадков в горах.
Рассмотрено качество воспроизведения сезонного цикла и среднегодовых величин атмосферных осадков, выпадающих над Черным морем, по данным расчетов, полученных с помощью 36 глобальных численных моделей (173 реализации) из международного проекта Coupled Model Intercomparison Project Phase 6 (CMIP6). Результаты расчетов сопоставляются с данными реанализа ERA5 за исторический период 1959-2022 гг. Показано, что большинство моделей проекта CMIP6 неудовлетворительно воспроизводит климатический сезонный ход и среднегодовые величины осадков над Черным морем. В целом, с данными реанализа ERA5 лучше согласуются результаты моделирования зимних осадков. Это свидетельствует о низком качестве параметризации осадков конвективного типа в средних широтах Северного полушария в большей части моделей из консорциума CMIP6. Отобраны 5 моделей из 36, которые можно использовать для оценки среднегодовых величин осадков над Черным морем, из них только 3 целесообразно использовать для оценки месячных осадков.
Разработана иерархическая ансамблевая система краткосрочного прогноза погоды, основанная на негидростатической модели ICON. Глобальная система ICON-Ru-EPS с шагом горизонтальной сетки модели 40 км по глобусу и 20 км по Европейской территории России является источником начальных и граничных условий для региональной системы ICON-Ru2-EPS по территории Центрального федерального округа (ЦФО) с шагом сетки около 2,2 км и явным разрешением глубокой конвекции. Верификация прогнозов по региональной ансамблевой системе ICON-Ru2-EPS с помощью пакета METplus показала высокое качество вероятностных прогнозов и необходимость сочетания разнообразных метрик при анализе результатов. Исследована эффективность метода случайного возмущения параметров схем подсеточных процессов для учета несовершенства модели в ансамблевом прогнозе высокого разрешения по территории ЦФO. Подготовлены рекомендации по выбору возмущаемых параметров и размеру регионального ансамбля.
Издательство
- Издательство
- ГИДРОМЕТЦЕНТР РОССИИ
- Регион
- Россия, Москва
- Почтовый адрес
- 123376, Россия, Москва, Большой Предтеченский переулок, д.13, строение 1
- Юр. адрес
- 123376, г Москва, Пресненский р-н, Большой Предтеченский пер, д 13 стр 1
- ФИО
- Борщ Сергей Васильевич (ДИРЕКТОР)
- E-mail адрес
- hmc@mecom.ru
- Контактный телефон
- +7 (499) 2523448