Speaker
Description
Развитие вычислительных мощностей привело к появлению ансамблевого прогноза погоды, особенностью которого является моделирование «хаотического» поведения атмосферы. Использование ансамбля прогнозов вместо одного позволяет учесть неопределённость прогностической системы и ее начальных данных и оценить вероятность наступления событий, характеризующих метеорологическую обстановку.
Ансамбль начальных данных для такого прогноза может быть подготовлен с помощью ансамблевой системы усвоения данных. В данной работе описана такая система [1].
Важным видом наблюдений, положительно влияющих на результаты усвоения, являются спутниковые наблюдения ветра AMV. В представленной работе для использования этих наблюдений используются схемы по переопределению высоты наблюдений [2] и моделированию автокорреляций их ошибок [3]. Разработанные, настроенные и внедрённые схемы повысили точность полей ансамбля начальных данных для различных метеорологических переменных на 5–15 % в северном полушарии и на 20–30 % в южном, а среднесрочных прогнозов на их основе на 5–17 % в северном полушарии и на 15–50 % в южном полушарии.
Разработанная ансамблевая система усвоения в настоящее время применяется для оперативного ансамблевого прогноза погоды в Гидрометцентре России.
Список литературы:
1. A.V. Shlyaeva, M.A.Tolstykh, V.G.Mizyak, V.S.Rogutov. Local ensemble transform Kalman filter data assimilation system for the global semi-Lagrangian atmospheric model. Russ. J. Num. An. & Math. Mod. 2013 V 28 N 4 P 419-441.
2. Мизяк В.Г., Шляева А.В., Толстых М.А. Использование данных спутниковых наблюдений ветра AMV в системе ансамблевого усвоения данных // Метеорология и гидрология 2016 № 6. С. 87—99
3. Мизяк В. Г., Шляева А. В., Толстых М. А. Учет скоррелированности ошибок спутниковых данных наблюдений AMV в ансамблевой системе усвоения данных // Метеорология и гидрология 2023 № 3. С. 20—31.
| Секция конференции | Математические модели физики атмосферы, океана и окружающей среды |
|---|
