Применимость данных МОЦАО для оценки агроклиматических условий отдельных территорий

Н.А. Лемешко1, В.П. Евстигнеев2,3, А.П. Морозов1, В.А. Русаков1

 1Санкт-Петербургский государственный университет, РФ, г. Санкт-Петербург, Университетская наб., 7

2 ФГАОУ ВО «Севастопольский государственный университет», РФ, г. Севастополь, ул. Университетская, 33

3 Институт природно-технических систем, РФ, г. Севастополь, ул. Ленина, 28

Email: natlem@mail.ru

DOI: 10.33075/2220-5861-2021-3-23-30

УДК 551.581/.582.2                                                       

Реферат:

   Выполнен анализ достоверности и точности воспроизведения современного климата 18 моделями общей циркуляции атмосферы и океана (МОЦАО), входящими в CMIP6. Расчетные данные моделей сравнивались с данными наблюдений для 175 метеорологических станций сети Росгидромета на ЕТР за 1984-2014 гг. Сравнение выполнено для атмосферных осадков, температуры и относительной влажности воздуха. Процедура сравнения выходных параметров моделей с данными наблюдений включает: интерполяцию модельных результатов в координаты ближайшей метеорологической станции; осреднение метеорологических данных по климатическим зонам Кеппена и оценку точности воспроизведения атмосферных осадков, температуры и влажности воздуха в моделях. Разработана система ранжирования статистических оценок уклонения «модель — наблюдения» по шести критериям и выбраны лучшие модели, наиболее точно воспроизводящие эмпирические данные. Из лучших моделей был сформирован ансамбль, на основе данных которого выполнены расчеты агроклиматических характеристик для ЕТР. Сопоставление агроклиматических показателей, рассчитанных на основе ансамбля моделей и на основе данных наблюдений, выполнено на примере территории Верхней Волги, включающей Ярославскую, Костромскую, Вологодскую, Новгородскую и Тверскую области. Расчеты показали, что ансамбль МОЦАО достаточно надежно воспроизводят пространственные особенности распределения агроклиматических показателей, основанных на температуре воздуха (суммы активных температур воздуха и продолжительность вегетационного периода). Менее надежны результаты по ансамблю моделей для комплексных параметров, которые учитывают режим увлажнения (гидротермический коэффициент Г.Т. Селянинова).

Ключевые слова: ансамбль моделей, GCMs, ранг модели, температура воздуха, атмосферные осадки, агроклиматические показатели.

Для цитирования: Лемешко Н.А., Евстигнеев В.П., Морозов А.П., Русаков В.А. Применимость данных МОЦАО для оценки агроклиматических условий отдельных территорий // Системы контроля окружающей среды. 2021. Вып. 3 (45). C. 23–30.

Полный текст в формате PDF

СПИСОК ЛИТЕРАТУРЫ

  1. IPCC, 2014: Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, R.K. Pachauri and L.A. Meyer (eds.)]. Geneva, Switzerland: IPCC. 2014. 151 p.
  2. Доклад об особенностях климата на территории Российской Федерации за 2019 год. М., 2020. 97 с.
  3. Мелешко В.П., Говоркова В.А. Успешность расчета современного регионального климата с помощью ансамбля моделей CMIP3 и CMIP5 // Труды ГГО. 2013. Вып. 568. С. 26–50.
  4. Павлова В.Н. Агроклиматические ресурсы и продуктивность сельского хозяйства России при реализации новых климатических сценариев в XXI-ом веке // Труды ГГО. 2013. Вып. 569. С. 20–37.
  5. CRP Coupled Model Intercomparison Project (Phase 6). [Электронный ресурс] – URL: https://esgf-node.llnl.gov/projects/cmip6/ (дата обращения: 25.08.2021).
  6. Воспроизведение современного климата в новой версии климатической модели ИВМ РАН / Е.М. Володин, Е.В. Мортиков, С.В. Кострыкин [и др.] // Изв. РАН. Физика атмосферы и океана. 2017. Т. 53. № 2. С. 164–178.
  7. ВМО–№ 1091. Руководящие указания по системам ансамблевого прогнозирования и прогнозированию. 2012. 37 c.
  8. ВНИИГМИ-МЦД. Данные эмпирических наблюдений. [Электронный ресурс] URL: http://aisori-m.meteo.ru/waisori/select.xhtml / (дата обращения: 20.06.2021).
  9. Менжулин Г.В., Галахова Ю.Е. Оценки достоверности модельных сценариев изменений глобального климата в применении к задачам расчета их влияния на экологические процессы // Охрана атмосферного воздуха. Атмосфера. 2012. Вып. 2. С. 48–56.
  10. Duchon J. Splines minimizing rotation invariant semi-norms in Sobolev spaces // Proceedings of a Conference Held at Oberwolfach April 25-May 1, 1976. Berlin: Springer. 1976. P. 85–100.
  11. Hengl T., Heuvelink G., Rossiter D. About regression-kriging: from equations to case studies // Computers & Geosciences. 2007. Vol. 33. P. 1301–1315.
  12. https://docs.rstudio.com / (дата обращения: 27.01.2021).
  13. Евстигнеев В.П., Морозов А.П. Оценка перспектив использования данных МОЦАиО для исследования климата Европейской территории России // Экологическая деятельность и экологическое просвещение: региональный аспект: сборник материалов Всерос. науч. конф. СПб., 2020. С. 50–54.
  14. Лемешко Н.А., Белокопытова М.А. Анализ достоверности и точности современных модельных сценариев климата для юга Европейской территории России // Экологическая деятельность и экологическое просвещение: региональный аспект: сборник материалов Всерос. науч. конф. СПб., 2020. С. 136–140.
  15. Селянинов Г.Т. О сельскохозяйственной оценке климата // Труды по с.-х. метеорологии. 1928. Вып. 20. С. 169–178.
  16. Сиротенко О.Д., Абашина Е.В., Павлова В.Н. Динамика климатообусловленных изменений теплообеспеченности, увлажненности и продуктивности земледельческой зоны России // Труды ФГБУ «ВННИСХМ». 2013. Вып. 38. С. 41–53.
  17. Грингоф И.Г., Клещенко А.Д. Основы сельскохозяйственной метеорологии. Т. I. Обнинск: ФГБУ «ВНИИГМИ-МЦД», 2011. 808 с.

Loading