Параметризация речной сети для моделей Земной системыНИР

River routing scheme for Earth system models

Источник финансирования НИР

грант РФФИ

Этапы НИР

# Сроки Название
1 17 марта 2017 г.-31 декабря 2017 г. Параметризация речной сети для моделей Земной системы
Результаты этапа: 1. Программный код блока деятельного слоя суши с горизонтальным разрешением 2°х1.5° отделён от кода модели Земной системы ИВМ РАН. Интерфейс модели деятельного слоя позволяет запускать её из произвольной атмосферной модели, после соответствующей адаптации сетки. Вызывающая схему деятельного слоя программа считывает файлы формата netcdf, в частности, данные реанализа ERA-Interim, и станционные метеорологические наблюдения (в формате ASCII). 2. Построена схема маршрутизации речного стока на сетке 2°х1.5°. Сеточные поля направлений стока построены по методу наибольшего градиента, т.е. вода стекает из данной ячейки в ту, которая находится относительно неё наиболее низко среди всех соседних ячеек. Направления стока, а также средние уклоны между ячейками получены по цифровой модели рельефа, используемой в модели ИВМ РАН. 3. Построены явные и неявные конечно-разностные схемы динамики речных потоков на сетке 2°х1.5° на основе уравнений типа Маннинга, и сохранения объема, на сетке климатической модели. Схемы являются консервативными по объёму. 4. Доклад по первым результатам проекта представлен в качестве приглашённого на международной конференции CITES-2017 «International Conference and Young Scientists School on Computational Information Technologies for Environmental Sciences» 5. Создан Интернет-сайт проекта http://www-new.srcc.msu.ru/ru/rfbr17-05-01165, содержащий информацию по проекту: аннотацию, доклады и публикации по результатам его выполнения.
2 1 января 2018 г.-31 декабря 2018 г. Параметризация речной сети для моделей Земной системы
Результаты этапа: I. Валидация баз метеорологических данных и реанализов по осадкам и другим основным метеорологическим величинам для бассейнов крупных рек Европейской территории России (ЕТР) и Арктического бассейна Произведена оценка составляющих водного баланса крупнейших речных бассейнов Европейской части России (ЕЧР) на основе современной наземной и дистанционной гидрометеорологической информации. Используются среднесуточные величины осадков, температуры воздуха и дефицита влажности воздуха (705 метеостанций), месячные суммы осадков с устраненной систематической ошибкой (108 метеостанций), среднемесячные (порядка 350 гидрологических постов) и среднесуточные (27 постов) величины расходов воды. Для зарубежных частей бассейнов Дона, Невы и Урала величины осадков и потенциального испарения рассчитывались по данным архива UEA CRU [Harris et al., 2014]. Информация по запасу воды в снежном покрове была заимствована из данных снегомерных маршрутов (284), запасов воды в почве – по данным реанализа ERA-Interim и суммарных влагозапасов по данным архива GRACE (восстановление влагозапасов суши по спутниковым измерениям гравитационного поля). Проведена оценка систематической ошибки измеренных среднемесячных осадков холодного периода, откорректированных и неоткорректированных по методике ГГО [Богданова и др., 2002]. Ошибка рассчитывалась по уравнению водного баланса. При этом использовались измеренные величины осадков, рассчитанные по дефициту влажности воздуха величины испарения и данные о почвенных влагозапасах (ПВ) по GRACE. В среднем величина осадков холодного периода, рассчитанная по методу водного баланса, оказалась на 23.2% больше измеренных. Откорректированные суммы осадков холодного периода показали меньшую величину систематической ошибки – 7.4%. Для более детального анализа изменения режима осадков теплого периода (апрель–октябрь) использованы суточные величины. При этом для данных измерений до 1966 г. были введены поправки на смачивание осадкомера. Для расчета потенциального испарения в работе был использован эмпирический метод, впервые представленный в [Hargreaves, Samani, 1982] с привлечением средней, минимальной и максимальной температуры воздуха за сутки и потока радиации на внешней границе атмосферы. Эта формула показала хорошую согласованность с годовыми величинами дефицита влажности воздуха, коэффициент корреляции r составил более 0.9 для южной половины ЕЧР и 0.8–0.9 – для северной. Для выбора источника данных по почвенному влагозапасу было проведено сравнение величины ПВ по GRACE и по глобальным моделям, входящим в GLDAS (Global Land Data Assimilation System), с таковыми, полученными с помощью полной гидрологической модели суши ECOMAG (Ecological Model for Applied Geophysics) за 2002–2014 гг. для бассейна Печоры и за 2002–2015 гг. для бассейна Северной Двины. Для оценки точности данных ПВ использовались четыре критерия: величина систематической ошибки, величина случайной ошибки, коэффициент эффективности Нэша – Сатклиффа и близость распределения ошибки к нормальному по тесту Шапиро–Уилка. По всем четырем показателям GRACE показал лучшие результаты, практически не имея систематической ошибки, и со случайной ошибкой, на десятки процентов меньшей, чем модели GLDAS. Сравнение 9 различных архивов данных GRACE показало, что величина среднеквадратического отклонения ПВ между ними тесно связана с площадью водосбора и аппроксимируется логарифмической зависимостью с коэффициентом детерминации 0.86. Какой-либо зависимости величины от величины влагозапасов (положительных, отрицательных или экстремальных значений) выявлено не было, т.е. расхождение между архивами данных о влагозапасах не зависит от самих величин влагозапасов. Это дало основание предположить, что и ошибка определения влагозапасов по GRACE не зависит от их конкретных величин и потому может быть определена лишь по данным за холодный период. Основываясь на уравнении водного баланса для холодного периода, для ряда речных бассейнов была рассчитана ошибка определения ПВ по GRACE. При этом был учтен вклад ошибки определения средних по территории водосбора осадков по данным наземных наблюдений (согласно [Гандин, Каган, 1976]). Так же, как для величины среднеквадратического отклонения между архивами, величина ошибки GRACE убывает с ростом площади речного бассейна. Средняя ошибка определения изменения бассейновых влагозапасов за два и более месяцев составила 14.9 мм, с минимальной величиной в бассейне Дона – х. Беляевский (11 мм) и максимальной в бассейне Волги – г. Старица (20 мм). Таким образом, показано, что в уравнении водного баланса крупных речных бассейнов, помимо расхода основной реки в устье, довольно точно также оценивается изменение почвенных влагозапасов по данным спутниковых измерений GRACE. Данные по осадкам, полученные на метеорологических станциях, могут иметь относительно небольшую систематическую ошибку, определяемую методикой измерений. Испарение с водосбора может быть довольно надёжно получено как остаточный член уравнения баланса. II. Усовершенствование расчёта стокообразования в модели суши ИВМ РАН – МГУ. Изменения в блоке стокообразования затронули следующие компоненты. 1) Индекс листовой поверхности LAI. Изначально в модели величина индекса задавалась индивидуальным для каждого из 13-ти типов растительности значением, зависящим влажности почвы (по схеме из п.2). Величина LAI использовалась для вычисления устьичного сопротивления растительности и объема перехваченных осадков. При этом, схема не включала сезонный ход индекса, хотя наблюдаемые изменения LAI в годовом цикле отражаются на изменении устьичного сопротивления на величину до 60%. Для добавления эффектов сезонной изменчивости, значения LAI для каждого типа растительности были переопределены и заданы отдельно для каждого месяца согласно данным Г.Бонана. 2) Поведение растительности при малой влажности почвы – т.н. “завядание”. Индекс листовой поверхности и площадь покрытия ячейки для каждого типа растительности в модели полагаются зависящими от влажности почвы. В качестве характеристики влажности почвы принимается интегральная величина W – сумма влагосодержания почвенного профиля, взвешенная по плотности корневой системы растений. Каждому типу растительности ставится в соответствие два критических значения этой величины W_1 и W_2 , при значениях W выше которых характеристики растительности полагаются равными заданным климатологическим значениям, ниже – равными нулю. Критические значения в модели были установлены таким образом, что "завядание" активизировалось при значениях W ниже 40-80% от максимальной влагоемкости W_max. Наши численные эксперименты при этом показали, что для более точного расчёта испарения целесообразно использовать менее чувствительную к почвенному влагосодержанию зависимость. В качестве альтернативной функции "завядания" была принята формулировка, использованная в модели ECHAM3 [The ECHAM3…, 1992], согласно которой эффекты "завядания" наблюдаются при значениях W ниже 40% от W_max. 3) Коэффициент шероховатости z_0, необходимый для расчёта турбулентных потоков в атмосферу. В предыдущей версии модели коэффициент задавался линейной функцией от средней высоты поверхности в ячейке над уровнем моря. Такое представление не учитывает зависимости z_0 от характера подстилающей поверхности. В качестве альтернативной схемы, напрямую связывающей шероховатость со свойствами подстилающей поверхности, для каждого из 15-ти типов поверхности суши были установлены постоянные значения коэффициента шероховатости, а среднее значение в ячейке стало определяться как средневзвешенное по ее покрытию разными типами поверхности. Значения параметров были выбраны в соответствии с [Davenport et al., 2000]. 4) Альбедо подстилающей поверхности. Ранее в модели альбедо поверхности устанавливалось для каждой ячейки равным альбедо бесснежной поверхности согласно данным [Dorman and Sellers, 1989]. Новая схема учитывает физические факторы формирования альбедо – альбедо ячейки вычисляется как средневзвешенное по типам поверхности. Для альбедо водной поверхности вводится зависимость от зенитного угла Солнца, для альбедо снега – от температуры поверхности, для альбедо открытой почвы – от цвета почвы и влагосодержания ее верхнего слоя, альбедо растительности вычисляется по двухпотоковой схеме [Dickinson, 1984; Sellers, 1985]. Кроме того, вычисление альбедо производится отдельно для прямой и рассеянной радиации; величина интегрального альбедо в ячейке принимается на настоящий момент равной их среднеарифметическому значению. Влияние изложенных выше изменений на расчет речного стока было рассмотрено на примере р.Северной Двины. В качестве атмосферного воздействия для модели суши привлечены данные реанализа ERA-Interim. Сопоставление величин годового стока в замыкающем створе реки за период 1979-1994 гг. по гидрометрическим данным и результатам моделирования показало, что внесённые коррекции модели позволяют ликвидировать почти двукратную ошибку в стоке, имевшую место в исходной версии модели. III. Модель речной системы в модели суши ИВМ РАН – МГУ Для построения геометрии речной сети использовались данные глобального распределения направлений стока и уклонов русел на сетке 0.5 x 0.5 град., предоставленные проектом ISIMIP (https://www.isimip.org/). Это поле составляет ориентированный граф, в котором отдельные реки в модели выделяются на основании сравнения порядков рек Стралера. Скорость, расход течения и температура каждой реки рассчитываются как решения одномерных задач, изложенных ниже. Динамика течения реки описывается на основе уравнений диффузионной волны. По сравнению с уравнениями кинематической волны, реализованными на предыдущем этапе проекта, система диффузионной волны имеет более сглаженное решение из-за наличия диссипативного слагаемого в правой части. Для решения уравнений динамики применяется схема расщепления. Для слагаемых переноса и источников применяется явная схема предиктор-корректор МакКормака [Yu and Duan, 2014], вклад диффузионных слагаемых, записанных в неявном виде, добавляется на следующем этапе расщепления. Схема является консервативной по объёму. Уравнение притока тепла речного потока записывается в дивергентной форме и учитывает горизонтальный перенос, приток тепла водотоками, тепловой и радиационный баланс на границе с атмосферой. Потоки явного и скрытого тепла на поверхности рассчитываются на ос нове теории Монина-Обухова схемой приземного слоя модели ИВМ РАН. Решение уравнения притока тепла также осуществляется на основе схемы МакКормака, консервативной в данном случае по теплосодержанию реки. Для решения уравнений динамики и термодинамики требуется знать источники массы и тепла за счёт притоков. В связи с этим, решение задачи для каждого речного бассейна, включающего множество рек, заключается в решении одномерных задач для отдельных рек последовательно по возрастанию порядка реки, что обеспечивает, в частности, закон сохранения речного объёма и теплосодержания на конечно-разностном уровнедля бассейна в целом. Для валидации модели проведены расчёты гидрологического и термического режима р.Северная Двина. В качестве внешнего атмосферного воздействия для модели суши ИВМ РАН-МГУ использованы данные ERA-Interim c разрешением 1 х 1 град. за период 1979-1994 гг. Внутригодовое распределение стока воспроизводится моделью менее успешно, чем годовые суммы. Так, весеннее половодье в модели менее интенсивное и наступает на месяц раньше (в первой половине апреля), чем по данным измерений. Одной из наиболее вероятных причин является более быстрое таяние снега в модели. В модели снежный покров предполагается существующим только на открытой местности, в то время как в лесу он тает весной значительно медленнее. Бассейн же Северной Двины находится в таёжной зоне, и специфику эволюции снежного покрова под пологом растительности учитывать необходимо. Летние меженные расходы воспроизводятся моделью удовлетворительно. Максимумы расходов (при декадном осреднении) запаздывают относительно максимумов стокообразования на 1 декаду. Сопоставление результатов расчёта температуры воды в Усть-Пинеге (гидрологический пост недалеко от устья реки) с данными измерений показывает, что в целом временные ряды хорошо коррелируют друг с другом. Имеется систематическое занижение температуры моделью на 1-2 C, что по крайней мере частично связано с низкой точностью задания параметров поперечного сечения русла. Также модель довольно успешно воспроизводит даты перехода температуры воды через точку замерзания, поэтому можно рассчитывать, что эффекты, определяемые ледоставом, которые планируется включить на следующем этапе проекта, будут также рассчитываться в целом верно. Изложенная выше первая рабочая версия параметризации речной сети является, насколько известно участникам проекта, наиболее подробной из всех реализованных в моделях Земной системы. Результаты этого направления работы готовятся к публикации в электронном журнале "Вычислительные методы и программирование" (http://num-meth.srcc.msu.ru/). Полная версия отчёта о выполненной за 2018 г. работе с необходимым иллюстративным материалом приложена отдельным файлом. Литература [1] Богданова Э.Г, Голубев В.С., Ильин Б.М., Драгомилова И.В. Новая модель корректировки измеренных осадков и ее применение в полярных районах России // Метеорология и гидрология. 2002. No 10. С.68–94. [2] Гандин Л.С., Каган Р.Л. Статистические методы интерпретации метеорологических данных. Л.: Гидрометеоиздат, 1976. 360 с. [3] Davenport A. G. et al. Estimating the roughness of cities and sheltered country // Preprints, 12th Conf. on Applied Climatology, Asheville, NC, Amer. Meteor. Soc. – 2000. – pp. 96-99. [4] Dickinson R. E. Modeling evapotranspiration for three-dimensional global climate models // Climate processes and climate sensitivity. – 1984. – V. 29. – pp. 58-72. [5] Dorman J. L., Sellers P. J. A global climatology of albedo, roughness length and stomatal resistance for atmospheric general circulation models as represented by the simple biosphere model (SiB) //Journal of Applied Meteorology. – 1989. – V. 28. – No. 9. – pp. 833-855. [6] Hargreaves G.H., Samani Z.A. Estimating potential evapotranspiration // J. Irrig. Drain. Eng. 1982. Vol. 108. Pp. 225–230. [7] Harris I., Jones Philip, Osborn, Timothy and Lister, David. Updated high-resolution grids of monthly climatic observations. – the CRU TS3.10 Dataset // International Journal of Climatology. 2014. Vol. 34. Pp. 623–642. [8] The ECHAM3 atmospheric general circulation Modellbetreuungsgruppe Tech. Rep. - 1992. - V.6. model [9] Sellers P. J. Canopy reflectance, photosynthesis and transpiration //International Journal of Remote Sensing. – 1985. – V. 6. – No. 8. – pp. 1335-1372. [10] Yu C., Duan J.G. High resolution numerical schemes for solving kinematic wave equation // J. Hydrol. 2014. V. 519. pp. 823–832.
3 1 января 2019 г.-31 декабря 2019 г. Параметризация речной сети для моделей Земной системы
Результаты этапа: -

Прикрепленные к НИР результаты

Для прикрепления результата сначала выберете тип результата (статьи, книги, ...). После чего введите несколько символов в поле поиска прикрепляемого результата, затем выберете один из предложенных и нажмите кнопку "Добавить".