Воспроизведение атмосферной циркуляции на временных масштабах от дня до сезона глобальной моделью атмосферы М.А.Толстых, А.Ю. Юрова, Р.Ю.Фадеев, В.В.Шашкин, А.В.Шляева, Т.В.Красюк, В.Г.Мизяк

План доклада Бесшовный прогноз Модель ПЛАВ Применение модели в среднесрочном прогнозе погоды Воспроизведение атмосфекной циркуляции на сезонных временных масштабах

Бесшовный прогноз Shukla 2006, Hoskins 2013 В атмосфере не существует искусственных временных границ, разделяющих мезомасштабные, синоптические, сезонные и межгодовые масштабы. В силу нелинейности атмосферы, все временные масштабы взаимодействуют между собой. Несмотря на неустойчивость атмосферных процессов, на всех временных масштабах существуют процессы, предсказываемые современными моделями Земной системы. Например, предсказуемой является квазидвухлетняя осцилляция (QBO) с периодом 26 месяцев.

Бесшовный прогноз - 2 Колебание Мэддена-Джулиана (взаимодействие масштабов) «Хорошая» модель Земной системы должна воспроизводить процессы всех масштабов – от синоптических (дни) до климатических (десятилетия). Для воспроизведения долгопериодных колебаний нужна совместная модель ( с моделью океана, морского льда, …)

Зачем нужна глобальная модель атмосферы? Детерминистический прогноз на 2-7 суток (максимально возможное разрешение) Ансамблевый прогноз на срок 3-10 суток (25-50 участников, умеренное разрешение) Ансамблевые долгосрочные прогнозы (1-6 месяцев) Моделирование изменений климата

Глобальная полулагранжева модель атмосферы ПЛАВ Конечно-разностный полунеявный полулагранжев блок решения уравнений динамики атмосферы собственной разработки: формулировка «вихрь- дивергенция», несмещенная сетка (Z grid), конечные разности 4 го порядка (Tolstykh 2002) + набор параметризаций процессов подсеточного масштаба ALADIN/ALARO. Пространственное разрешение оперативной версии модели для среднесрочного прогноза: 0.9˚х 0.72˚, 28 уровней по вертикали. Описание – в (Толстых 2010) Новая версия с разрешением 0.18˚х 0.225˚, 51 уровнями, включающая перенос гидрометеоров и параметризацию микрофизических процессов.

Forecast CentreComputerHigh resolution Model Type of Data Assimilation (Sustained in TFlop/s)(FC Range in days) ECMWFIBM p6 575, 2x272T L 1279 L137 4D-Var 12h (T L 255) (Europe)(2x15)(10) Met OfficeIBM Power nodes x2~25 km L70 4D-Var (~60km) (UK)(2*6)(6) Météo FranceNEC SX9, 2x10 nodesT L 798(C2.4) L70 4D-Var (T L 323) (France)(2x3)(4) DWDNEC SX9; 2x14 nodes30 km L60 3D-Var (Germany)(2x4.5)(7) HMCSGI Altix4700; SGI ICE °x0.9° L28 (10) 3D-Var (Russia)(1.8; 1.3)T169 L31 (10) NCEPIBM p655 (Cluster 1600) T574 L64 (7.5) 3D-Var (T574) (USA)(2x1.9) T190 L64 (16) CMCIBM p575+, 2X131 nodes0.45°x0.3° L80Det: 4D-Var (1.5°) (Canada)(2x6)(10)EPS: EnKF M96 (0.9°) CPTEC/INPENEC SX6, 12 nodes (0.8)T299 L64 (7); 3D-Var (Brazil) T126 L28 Coupled (30) CRAY XT cores (16.6) JMAHitachi SR11000-K1,TL959 L60 4D-Var (T159) (Japan)2*80 nodes (2x0.7)(9) CMAIBM p655/p nodesTL639 L60 3D-Var(TL639) (China) (10) NCMRWFCray X1E-64 processor (0.1)T254 L64 3D-Var (T254) (India)IBM P processor (2.4)(7) BoMSUN Constellation, 576 nodes80km, L50 4D-VAR (120km) (Australia)(2.5)(10)

Глобальные оперативные модели атмосферы для среднесрочного прогноза погоды Типичное разрешение: км по горизонтали, уровней по вертикали Передовые центры имеют горизонтальное разрешение ~15 км Что у нас?

H N-90N. RMSE vs forecast lead time SL-AV is orange (RUMS12) (from ) Operational implementation of 3D Var improved the scores. The prognostic model is almost the same as a year before Jun-Aug 2013 Jun-Aug 2012

Международное сотрудничество, публикации: Двустороннее сотрудничество Росгидромета с Англией и Францией (новые динамические блоки глобальных моделей) Участие в проектах WGNE (пока в сравнении напряжения трения, далее планируется диагностика MJO) Информация о публикациях лаборатории и многое другое: Shashkin, Tolstykh, Geosci. Mod. Dev. 2014

Новая версия модели ПЛАВ Разрешение по долготе 0.225˚, разрешение по широте от 27 км в юж. полушарии до 18 км в Северном. Сетка построена Р.Ю.Фадеевым (ЖВМиМФ 2013) Орография подготовлена на редуцированной сетке 51 уровень по вертикали до 5 мб (пока)

Grid step in latitude (upper curve) and longitude (lower curve), in km Proportion of physical grid steps Max(dx/dy, dy/dx)

Распределение уровней по вертикали в варианте модели с 50 уровнями (слева) и 28 уровнями (справа)

Шаг сетки по горизонтали для различных задач моделирования атмосферы в зависимости от производительности ВС (NWP= численный глобальный прогноз погоды) 1 км – разрешение для явного описания глубокой конвекции Из отчета World Modelling Summit for Climate Prediction, Всемирная метеорологическая организация, 2009

Параллельное ускорение тестового варианта модели ПЛАВ с разрешением 0.18˚х 0.225˚, 51 уровнями ( по отношению к времени счета на 54 процессорах)

Последствия для выбора сеток и алгоритмов Необходимо по возможности обеспечить локальность обращений в память (использование кэш-памяти), однако определение локальности вероятно изменится. Минимизация глобальных коммуникаций Исключение полярных фильтров и аналогичных методов как недопустимых для масштабируемости Численные методы, делающие больше вычислений при заданном количестве обращений к памяти приветствуются! (методы высокого порядка, напр., полулагранжев – при некоторых ограничениях)

Выбор сетки Традиционные широтно-долготные сетки имеют сгущение меридианов у полюсов. (картинки из презентации W.Skamarock, NCAR)

Редуцированная широтно-долготная сетка Давно используется в спектр. моделях, В конечных разностях/объемах/… - возможна при специальной формулировке модели (напр., полулагранжева адвекция, Фурье по долготе

Параметризации Набор параметризаций процессов подсеточного масштаба ALADIN/ALARO. В последние годы параметризации модернизируются самостоятельно (модель многослойной почвы ИВМ РАН, коротковолновая радиация CLIRAD-SW) Новая версия с разрешением 0.18˚х 0.225˚, 51 уровнями, включает перенос гидрометеоров и параметризацию микрофизических процессов.

Усовершенствования в модели в 2013 году Климатическое помесячное трехмерное распределение озона (ERA Interim) и аэрозоля (морская соль, песок) (климатология GISS). Явный учет разрешения в параметризации облачности (ALARO) Длинноволновая радиация RRTM Модель почвы ИВМ РАН (продолжающаяся работа)

RRTM-FMR ACRANEB ACRANEB2 Thermal and solar radiative effects, 24h integration with clouds and aerosols

Параметризация солнечной радиации CLIRAD-SW (2012, А.Ю.Юрова) Изначально разработана в NASA (Chou, Suarez 1999) Модифицирована (Tarasova, Fomin 2005, 2007) 11 спектральных интервалов Недостаток – в случае небинарной облачности, лишь одно перекрытие облаков – максимально-случайное между ярусами, в пределах яруса – предвычисленные коэффициенты

Отклонение результатов расчетов интегральных потоков солнечного излучения модели ACRANEB от более точных расчетов радиационного переноса для а) газовой безаэрозольной атмосферы, б) атмосферы со стандартным профилем аэрозоля. (А.Ю.Юрова)

Отклонение результатов расчетов моделей ACRANEB и CLIRAD от результатов полинейных расчетов суммарного поглощения солнечной радиации в атмосфере с облаками для (а) различной оптической толщины облаков и (б) различной высоты облаков при оптической толщине 10 (А.Ю.Юрова)

Интегральный поток ДВ излучения по модели ACRANEB, RRTM и полинейным расчетам ДВ радиационного переноса для стандартных условий лета средних широт в безоблачной атмосфере

Авторские испытания Прогнозы с 12 ВСВ на 72 ч, 01 янв-24 ноя 2013 г., нач. данные - новый ОА Гидрометцентра Расчеты на РСК Торнадо, 216 ядер. 22 мин/сут. На картинках – RMS; S1 у новой версии всегда чуть ниже, а ACC - выше

Сравнение оперативной (0.9˚х 0.72˚, 28 уровней, OPER) и новой (0,225˚х 0,18˚, 51 уровень, SLM20) версий модели ПЛАВ Начальные данные: ОА Гидрометцентра. Регион: Тропики. Период сравнения: янв.-апр.,ноя 2013

Сравнение оперативной (0.9˚х 0.72˚, 28 уровней, OPER) и новой (0,225˚х 0,18˚, 51 уровень, SLM20) версий модели ПЛАВ Начальные данные: ОА Гидрометцентра. Регион: Тропики. Период сравнения: май-окт 2013

Сравнение оперативной (0.9˚х 0.72˚, 28 уровней, OPER) и новой (0,225˚х 0,18˚, 51 уровень, SLM20) версий модели ПЛАВ Начальные данные: ОА Гидрометцентра. Регион: 20˚-90˚ с.ш. Период сравнения: янв.-апр.,ноя 2013

Сравнение оперативной (0.9˚х 0.72˚, 28 уровней, OPER) и новой (0,225˚х 0,18˚, 51 уровень, SLM20) версий модели ПЛАВ Начальные данные: ОА Гидрометцентра. Регион: 20˚-90˚ с.ш. Период сравнения: май-октябрь 2013

Сравнение оперативной (0.9˚х 0.72˚, 28 уровней, OPER) и новой (0,225˚х 0,18˚, 51 уровень, SLM20) версий модели ПЛАВ Начальные данные: ОА Гидрометцентра. Регион: Европа Период сравнения: янв.-апр.,ноя 2013

Сравнение оперативной (0.9˚х 0.72˚, 28 уровней, OPER) и новой (0,225˚х 0,18˚, 51 уровень, SLM20) версий модели ПЛАВ Начальные данные: ОА Гидрометцентра. Регион: Европа Период сравнения: май-октябрь 2013

Дальнейшее развитие Уменьшение шага по времени с 216 до 200 сек (уменьшение S1), уточнение параметров облачности Оперативные испытания с 01 апреля 2014 г.

Версия модели для долгосрочного прогноза Разрешение 1.4x1.125 градусов, 28 уровней (Толстых и др. ФАиО, 2010) Стохастическая параметризация крупномасштабных осадков (Кострыкин, Эзау, МиГ 2001). Гибридное замыкание глубокой конвекции (Тolstykh, WGNE Res. Act. 2003) Уменьшение ошибок воспроизведения осадков при сравнительно низком разрешении.

Что можно прогнозировать? К числу наиболее успешных характеристик месячного и сезонного прогнозирования относятся макромасштабные параметры циркуляции (MSLP). К сожалению, прогноз макромасштабных характеристик циркуляции в настоящее время не отвечает требованиям практического применения для высоких и средних широт.

Схема построения ансамбля прогнозов Начальные данные – с 12- часовым сдвигом Период прогноза – 3 месяца (сезон) Заблаговременность прогноза

T850. ACC. SL-AV model. Months 2-4. Potential predictability JJA MAM DJF SON

Running forecasts d0-63: 1.1x1.4 L28 once a week, 20 member ensemble initialized on 00Z every Wednesday forced py persisted SST anomalies (mean for 2 weeks) from NCEP (Reynolds SST OI v2). Perturbation from a breeding cycle. Re-forecast suite with 10 members spanning 30 years ( ) run in real-time. m0-4: Forecast suite is the same as d0-63, but forecast lead time is 4 months. Runs on the last Wednesday of a month. Re-forecast suite with 10 members spanning 30 years ( ) 00Z and 12Z of each month (24-28 for February). Результаты отправляются в APCC, мультимодельный ансамбль WMO LC LRF

EOF1 of wintertime (DJF) SLP over the North Atlantic in observations (left) and model predictions (right) Time series of the DJF mean NAO index in observations (PC1o, orange) and in model predictions (violet) as PC1m (middle) and as PR (bottom). R=0.48 R=0.52Blue/red vertical lines denote the winters of La-Nina/El-Nino, to which predictions appear not sensitive Predictions of the DJF mean NAO index with the seasonal version of SLAV model (by V.N.Kryjov)

Correlations between the observed wintertime (DJF) AO index - and wintertime (DJF) SLP predictions by GPC-Moscow (a), - and observed wintertime (DJF) SLP (b) – 2003 (25 yrs.) a. b. Predictions of the DJF mean AO index provide a reliable basis for downscaling

RPSS of historical seasonal forecasts of DJF mean temperature for 1979/80 – 2003/04 (crossvalidation with 5 years withheld) Downscaled based on SLP model predictions Interpolation from raw model gridpoint forecasts From Kryjov, ERL, 2012

RPSS of real-time seasonal forecasts of DJF mean temperature for 2006/07 – 2010/11 Downscaled based on SLP model predictions Interpolation from raw model gridpoint forecasts

Distinct negative phase of the AO predicted! GPC predictions of DJF12-13 mean SLP (from WMO LC LRF-MME)

Precipitation forecast for JAS 2013 (from WMO LC LRF-MME )

Экспериментальная версия совместной модели для долгосрочных прогнозов Совместная работа с Н.А.Дианским, А.В.Гусевым (ИВМ РАН) Модель атмосферы – как представлено (1.4x1.1, 28 уровней) Модели океана и морского льда взяты из модели климата ИВМ РАН (участвовали в CMIP4, CMIP5).

Совместная модель атмосферы и океана – модель океана: Сигма-модель ИВМ РАН с изопикнической горизонтальной диффузией 1˚x0.5˚, 40 уровней The EVP (elastic- viscous- plastic) rheology, dynamics, Semtner thermodynamics sea ice model (Hunke, Ducowicz 1997; Iakovlev, 2005). Соединение с полулагранжевой моделью атмосферы без коррекции потоков.

Errors for 500 hPa height (H500) [м], sea-level pressure (MSLP) [mb], 2m temperature (T2m)[˚C], averaged over years for all seasons for atmospheric model with SST extrapolation (SLAV) and coupled model (CM). Full fields and model anomalies (ANOM) SLAV RMSE CM RMSE SLAV ANOM CORR СМ ANOM CORR ANOM SLAV RMSE ANOM CM RMSE Н N Tropics S MSLP N Tropics S T2m N Tropics S

Averaged over season observed T2m anomaly, as a deviation from seasonally averaged field according to NASA ( The same anomaly with respect to model climate in SL-AV with simple extrapolation of SST anomaly (bottom). The same anomaly in coupled model (middle). Left: JJA1997, Right: MAM1998

Текущие работы над версией для долгосрочного прогноза Внедрение многослойной модели почвы ИВМ РАН – первые позитивные результаты. Внедрение параметризаций КВ и ДВ радиации (CLIRAD SW + RRTM LW). Вероятен переход на RRTM G SW+ LW Уточненная параметризация альбедо снега Повышение горизонтального и вертикального разрешений Переход на ERA-Interim для исторических прогнозов Участие в международных проектах CHFP, S2S

Сравнение исторических прогнозов за 4 сезона за гг. при старте почвы с данных реанализа (синий), при старте с почвенных полей из собственной системы усвоения + зонально-осредненный озон (красный), последние усовершенствования (желтый). N20 – 20-90N, S20 – 90-20S, TR – тропики. Единицы: H500, H200 – dam; MSLP – mb; T850,T2m -K

Role of snow albedo. Hindcast for March T2m bias: standard scheme (left), modified albedo (right) (A.Yurova)

Дальнейшие работы над моделью Гибридная вертикальная координата Озоновый цикл (вертикальное разрешение, перенос, упрощенная фотохимия) Усовершенствование параметризации радиации Планируется эксперимент по протоколу AMIP2

Спасибо за внимание!