Оценка качества воспроизведения изменений приходящей солнечной радиации на территории Севастопольского региона моделями проекта CMIP6

от

О.Ю. Сухонос, А.С. Лубков, Е.Н. Воскресенская

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

E-mail: kovalenko_olga89@mail.ru

DOI: 10.33075/2220-5861-2021-4-31-37

УДК 551.583; 551.521 

Реферат:

   В настоящей работе проводится оценка качества воспроизведения наблюдаемых изменений приходящей коротковолновой солнечной радиации в период 1983–2012 гг. на территории Севастопольского региона по данным 26 моделей проекта Coupled Model Intercomparison Project 6 (CMIP6). Чтобы оценить наблюдаемые климатические изменения, выбраны модели с симуляцией r1i1p1f1. В качестве источника данных наблюдений применялись результаты Системы спутниковой обработки данных EUMETSAT по мониторингу климата (CM SAF). Модельные данные и данные наблюдений CM SAF были проинтерполированы в координаты города Севастополя методом билинейной интерполяции. Оценка точности воспроизведения приходящей солнечной радиации выполнена с привлечением следующих статистических характеристик: коэффициенты линейного тренда; коэффициент корреляции Пирсона; среднеквадратическая ошибка RMSE; стандартное отклонение. Расчет статистических характеристик выполнен как для года в целом, так и по месяцам. Оценка значимости коэффициента линейного тренда и коэффициента корреляции выполнена с привлечением t-критерия Стьюдента.

   Показано, что средние величины рассматриваемой характеристики солнечных ресурсов по данным климатических моделей, в целом, выше, чем по данным наблюдений, а величины стандартного отклонения ниже. Анализ линейных тенденций изменений приходящей солнечной радиации показал, что большинство климатических моделей из проекта CMIP6 корректно воспроизводят знак линейного тренда. С привлечением ряда статистических характеристик определены модели, которые наилучшим образом воспроизводят анализируемую климатическую характеристику. Величины рассматриваемой характеристики в климатических моделях AWI-CM-1-1-MR и INM-CM4-8 в целом согласуются с данными наблюдений и имеют примерно одинаковую среднеквадратическую ошибку. Однако климатическая модель AWI-CM-1-1-MR имеет более близкое к наблюдениям стандартное отклонение.

Ключевые слова: приходящая солнечная радиация, воспроизводимость, изменения, модели, CMIP6, Севастопольский регион.

Для цитирования: Сухонос О.Ю., Лубков А.С., Воскресенская Е.Н. Оценка качества воспроизведения изменений приходящей солнечной радиации на территории Севастопольского региона моделями проекта CMIP6 // Системы контроля окружающей среды. 2021. Вып. 4 (46). C. 31–37.

Полный текст в формате PDF

СПИСОК ЛИТЕРАТУРЫ

  1. Об утверждении Стратегии социально-экономического развития города Севастополя до 2030 года: Закон города Севастополя от 21 июля 2017 г. № 357-ЗС. – URL: https://sevzakon.ru/view/laws/bank/2017/zakon_n_357_zs_ot_21_07_2017/opublikovanie/
  2. Клименко В.В., Терешин А.Г., Федотова Е.В. Рост потенциала возобновляемых источников энергии в России в условиях глобального потепления // Научно-технические ведомости СПбПУ. Естественные и инженерные науки. 2019. Т. 25. № 3. С. 6–27. DOI: 10.18721/JEST.25301.
  3. Kawajiri K., Oozeki T., Genchi Y. Effect of temperature on PV potential in the world // Environ Sci Technol. 2011. V. 45. № 20. P. 9030–9035.
  4. Müller J., Folini D., Wild M. et al. CMIP-5 models project photovoltaics are a no-regrets investment in Europe irrespective of climate change // Energy. 2019. V. 171. P. 135–148.     DOI:10.1016/j.energy.2018.12.139.
  5. Ciscar J.-C., Dowling P. Integrated assessment of climate impacts and adaptation in the energy sector // Energy Econ. 2014. V. 46. P. 531–538. DOI: 10.1016/j.eneco.2014.07.003.
  6.  Schaeffer R., Szklo A.S., de Lucena A.F.P. et al. Energy sector vulnerability to climate change: a review // Energy. 2012. V. 38. № 1. P. 1–12. DOI: 10.1016/j.energy.2011.11.056.
  7. Li J.L., Waliser D.E., Stephens G., et al. Characterizing and understanding radiation budget biases in CMIP3/CMIP5 GCMs, contemporary GCM, and reanalysis // Journal of Geophysical Research: Atmospheres. 2013. V. 118. № 15. P. 8166–8184.
  8. Ruosteenoja K, Räisänen P. Seasonal changes in solar radiation and relative humidity in Europe in response to global warming // Journal of Climate. 2013. V. 26. No 8. P. 2467–2481.
  9. Zhang F., Wang C., Xie G. et al. Projection of global wind and solar resources over land in the 21st century // Global Energy Interconnection. 2018. V. 1.№ 4. P. 443–451.
  10. Pan Z, Christensen J.H., Arritt R.W. et al. Evaluation of uncertainties in regional climate change simulations // Journal of Geophysical Research. 2001. V. 106. No D16. P. 17735–17751.
  11. Iizumi T., Nishimori M., Yokozawa M. Combined equations for estimating global solar radiation: projection of radiation field over Japan under global warming conditions by statistical downscaling // Journal of Agricultural Meteorology. 2008. V. 64. № 1. P. 9–23.
  12. Ohunakin O.S., Adaramola M.S., Oyewola O.M. et al. The effect of climate change on solar radiation in Nigeria // Solar Energy. 2015. V. 116. P. 272–286.
  13. Ebinger J., Vergara W. Climate impacts on energy systems: key issues for energy sector adaptation // World Bank Publications, The World Bank, 2011. 178 p.
  14. The KNMI Climate Explorer. URL: https://climexp.knmi.nl/(дата обращения 01.09.2021).
  15. Taylor K.E. Summarizing multiple aspects of model performance in a single diagram // Journal of Geophysical Research: Atmospheres. 2001. V. 106. № D7. P. 7183–7192.

Loading