Публикации автора

В рамках реализации важнейшего инновационного проекта государственного значения «Единая национальная система мониторинга климатически активных веществ» (ВИП ГЗ) в ФГБУ «Гидрометцентр России» совместно с ФГБУН «ИВМ РАН» в 2023 году разработана система глобального ансамблевого сезонного прогноза на основе климатической модели INM-CM5 [2, 3, 6]. Данная система сезонного прогнозирования успешно прошла испытания и была рекомендована ЦМКП Росгидромета к внедрению в прогностическую практику ФГБУ «Гидрометцентр России» и Северо-Евразийского климатического центра в ноябре 2023 года.

Проводится сравнение двух систем ансамблевого прогнозирования с использованием модели ПЛАВ072L96 - S1 и S2, рассматриваются прогнозы с заблаговременностью до 6 недель. Система S1 использует ансамбль из 61 члена, для генерации ансамбля начальных состояний используется метод бридинга. В новой системе S2 используется 41 член, ансамбль начальных состояний подготавливается с использованием усвоения данных на базе локального ансамблевого фильтра Калмана. Показано, что, несмотря на меньшее количество членов ансамбля, система S2 не только не уступает системе S1, но и обладает некоторыми преимуществами, особенно на длительных интервалах интегрирования (до 46 дней). При этом обе системы характеризуются заниженным разбросом ансамбля и асимметрией распределения прогностических значений, что требует дальнейшей корректировки. Демонстрируется предпочтительность использования системы S2 и ее дальнейшего развития.

Метод сезонных прогнозов температуры поверхности океана и состояния морского льда на основе модели Земной системы ИВМ РАН и системы подготовки данных Гидрометцентра России разработан Гидрометцентром России совместно с Институтом вычислительной математики им. Г. И. Марчука Российской академии наук в рамках реализации Важнейшего инновационного проекта государственного значения (ВИП ГЗ). Метод испытывался в соответствии с Программой испытаний, утвержденной директором ФГБУ «Гидрометцентр России» 08.02.2024 года.

Технология разработанного в ФГБУ «Гидрометцентр России» 30-суточного прогноза приземной температуры воздуха состоит из двух частей: усовершенствованной схемы среднесрочных прогнозов элементов погоды (РЭП) с расширенным (до 15 суток) сроком действия [1] и результатов численного моделирования по модели ПЛАВ [2]. Гидродинамико-статистический метод 30-суточного прогноза приземной температуры воздуха основывается на полученных на базе РЭП прогнозах аномалий приземной температуры воздуха на 15 суток и результатах интегрирования модели ПЛАВ на интервале 16‒30 суток.

Анализируются два подхода к оценке засушливых условий: широко используемый в отечественной агрометеорологической практике гидротермический коэффициент Селянинова (ГТК) и стандартизированный индекс осадков и испаряемости (SPEI). Дается оценка повторяемости экстремальных засух в земледельческих районах Европейской территории России и Средней Азии в 1991-2020 гг. Приводятся результаты сопоставления временных рядов индексов с влагозапасами в почве. Статистика засух по ГТК и по индексу SPEI за исследуемый период демонстрирует похожие результаты, но индекс SPEI в среднем имеет незначительно более высокие коэффициенты корреляции с данными наблюдений, чем ГТК. Даны рекомендации по использованию индексов ГТК и SPEI в оперативной прогностической и исследовательской практике в работе Северо-Евразийского климатического центра.

Представлен обзор методов сезонного климатического прогнозирования. Прослежена эволюция прогностических методов  от ранних эмпирико-статистических подходов, основанных на выявлении устойчивых связей в климатической системе, до современных сложных динамических и динамико-статистических моделей, включая методы искусственного интеллекта. Особое внимание уделяется роли ключевых климатических процессов, таких как Эль-Ниньо  Южное колебание, колебание Маддена– Джулиана, состояние влажности почвы и арктических морских льдов, как основных источников предсказуемости на сезонных масштабах. Рассмотрена концепция «окон возможностей»  периодов, когда влияние этих факторов на региональную циркуляцию максимально, что позволяет повысить точность прогнозов. Описаны компоненты современной системы сезонного прогнозирования, включая генерацию ансамблей оперативных и ретроспективных прогнозов, использование мультимодельных подходов для оценки и снижения неопределенности, а также методы верификации. Освещена инфраструктура Всемирной метеорологической организации, в частности, роль глобальных центров долгосрочных прогнозов и региональных климатических центров, таких как Северо-Евразийский климатический центр, в адаптации глобальных прогностических продуктов к региональным условиям. Отдельно обсуждаются вопросы разработки специализированных прогностических продуктов для ключевых секторов экономики, а также перспективные направления развития, включая прогнозирование на основе воздействий (impact-based forecasting).