Диссертация (Влияние данных измерений содаров и температурных профилемеров на качество численного прогноза характеристик атмосферного пограничнго слоя), страница 5

Схема Меллора-Ямады посравнению с рассмотренными выше схемами является более теоретически разработанной. Смомента своего появления она хорошо себя зарекомендовала в гидродинамических моделях[Miyakoda K. And Sirutis J., 1977] и до сих пор широко используется в численных моделях. Однаиз причин предпочтения схемы Меллора-Ямады это использование в ней минимума константзамыкания, определяемых из лабораторных или натурных экспериментов при нейтральнойстратификации, при этом она хорошо воспроизводит безразмерные градиентные функции вприземном слое. Однако при ее использовании отмечается ряд проблем.

Например, в работе[Sun, W.-Y. and Ogura, Y.: 1980] отмечается недооценка высоты слоя перемешивания инеустойчивость стратификации в самом слое перемешивания. В целом при использованиитакого рода схем возникают три основные проблемы [Moeng, C.-H. and Wyngaard, J. C.: 1989]:не учитываются эффекты плавучести в ковариациях давления, неточное выражение длямасштаба длины и не учитывается нелокального перемешивания.Параметризация Мэлора-Ямады-Никаниши-Ниино – MYNN [Nakanishi, M., 2001;Nakanishi, M., and H. Niino, 2004; Nakanishi, M., and H. Niino, 2009; Kitamura Y., 2010] основанана параметризации MYJ, но на основе использования вихреразрешающей модели (LES) былискорректированы эмпирические коэффициенты в системе уравнений для функций устойчивостии в способ определения масштаба длины добавлены члены, учитывающие вклад плавучести:1111L LS LT LB(1.25)где LS, LT, LB определяются как:25 1 kz / 3.7,1LS  kz (1  2.7 ) , 0    1 kz (1    ) 0.2 ,   04(1.26)LT   1 qzdz0 qdz(1.27)0 / z  0,   0 2q / N,1/ 2LB    2 q   3 q (q c / LT N ) / N ,  / z  0,   0, / z  0(1.28)При использовании параметризации MYNN по сравнению с MYJ [Olson, Joseph P., and J.M.

Brown, 2009] отмечаются большие значения ТКЕ и масштаба длины, а как следствиеобразуется больший слой перемешивания. В MYJ значения ТКЕ были более чем в два разаменьшими чем по данным наблюдений, в MYNN же они были оценены на основе данных LES.В MYJ получаются большие значения сдвига ветра в нижнем слое из-за большегокоэффициента приземного трения.

В то же время коэффициенты турбулентности много большев MYNN, что вместе с предыдущим замечанием, дает примерно одинаковые результатыскорости ветра. Обе схемы дают сходные профили ветра и температуры, различия возникают втурбулентных характеристиках.Схема Quasi Normanl Scale Elemination – QNSE так же основана на параметризацииMYJ, но использует для масштабы длины и функций стратификации выражения, полученные наоснове спектральной теории QNSE (квазинормального исключения масштаба возмущения)[Sukoriansky, S., B. Galperinand I. Staroselsky, 2005]. Данный подход направлен на улучшениеописания турбулентности в устойчивых условиях.В параметризации Bougeault and Lacarrere – BouLac [Bougeault P.

and Lacarrere P.1989] так же решается уравнение для ТКЕ. Однако вместо функций устойчивости используются26постоянные коэффициенты. Для потока тепла в конвективном пограничном слое вводитсяпротивоградиентный член. Масштаб длины определяется как расстояние, на которое можетпереместиться частица воздуха с заданным значением ТКЕ:z  lupzq2 ( ( z )   ( z ' )dz '  ( z )2z ( ( z ' )   ( z )dz ' z l downq2( z)2(1.29а)(1.29б)Эта схема разрабатывалась и хорошо зарекомендовала себя в конвективных условиях.Такая же формулировка масштаба длины была впоследствии заимствована и в параметризацииMYNN в свободной атмосфере.Одной из попыток объединения локального и нелокального замыкания сталапараметризация Total Energy-Mass Flux - TEMF [Angevine, W.M., H.

Jiang, and T. Mauritsen,2010; Angevine, W. M., 2005; Mauritsen, T., G. Et al, 2007]. В ней используется концепция полнойтурбулентной энергии (ТЕ) как прогностической переменной. Концепция полной энергиипытается учесть у частиц помимо кинетической еще и потенциальной энергии. Схема сочетаетконцепции коэффициента турбулентной диффузии и потока массы для определениявертикального перемешивания.

К-замыкание используется в устойчивых частях столба воздуха.Для определения коэффициентов диффузии и используется ТЕ. Когда же поток плавучести уповерхности положителен, формируется на основе данных у поверхности восходящий поток,который переносит тепло, влагу, энергию и момент импульса наверх.

Восходящий потокописывает нелокальное перемешивание и противоградиентный перенос в верхней частипограничного слоя.Можно отметить, что доработка и развитие схем АПС происходит непрерывно. Удачныерешения из одной работы находят применение и в других схемах АПС. Приведенный вышепример с масштабом длины служит тому подтверждением.271.3Обзорработпосовместномуиспользованиюданныхнаблюдений и моделей.1.3.1 Сравнение вертикальный профилей метеовеличин в АПССамым простым и естественным способом использования данных наблюдений в АПСявляется валидация с их помощью моделей динамики атмосферы в части описания АПС. Этаработа постоянно ведется в разных исследовательских центрах для различных регионов мира иразнообразных условий.

Например, в Нидерландах создана система сбора данных с 7метеорологических мачт в Европе и сравнения 8 вариантов модели HIRLAM [Markku Kangas,2011], причем сравнение проводится непрерывно в режиме реального времени, что позволяетоперативно делать выводы о работе моделей и пользе вводимых в них изменений.При этом важно оценить результаты работы параметризаций АПС в разных условиях наподстилающей поверхности. В работе [Brümmer B et al, 2009] проводится оценкавоспроизведения моделью REMO АПС над открытым и замерзшим Балтийским морем.

Авторыприходят к выводу, что моделью недооцениваются величины и глубины температурныхинверсий над открытой водой и, наоборот, прогнозируется более устойчивая по сравнению снаблюдениями стратификация над морским льдом.В этих и других работах [например, Shafran, P. C., N. L. Seaman, and G.

A. Gayno. 2000;Steeneveld, G. J et al, 2011] показано, что модели достаточно точно воспроизводят профилитемпературы и ветра в АПС. Наибольшие трудности отмечаются при воспроизведении слабоговетра и турбулентности в условиях устойчивой термической стратификации. Отмечаетсянедооценка моделями скорости ветра при устойчивых условиях и меньшая ее изменчивость посравнению с данными измерений [Floors R et al, 2011].Как упоминалось выше, комплексные измерения в АПС, как правило, проводятся врамках экспедиций, специальных программ («field campaign») и их данные служат основой для28многочисленных сравнений. Например, в работе [Shin H.

H.,Hong S-Y, 2011] проводитсясравнение 5 различных параметризаций АПС в модели WRF с данными CASES-99. Их анализпоказывает, что различия между прогнозами приземных термодинамических переменных сиспользованием разных схем АПС относительно велики в дневное время и практическиотсутствуют в ночное время. При этом ночью все схемы ведут к одинаково большимотклонениям от данных наблюдений.

При неустойчивой стратификации лучшие результатыпоказывают нелокальные схемы, при устойчивой оказываются предпочтительней схемы сиспользованием ТКЕ и локальным перемешиванием. Преимущество последних для болеереалистичного представления ночного пограничного слоя, особенно при слабом ветре,подтверждается сравнением трех разных мезомаштабных моделей (MM5, COAMPS и HIRLAM)с теми же данными [Steeneveld, G. J et al, 2006].

В этом сравнении ни одна модель не смоглакорректно воспроизвести приземную радиацию и турбулентные потоки, профили ветра итемпературы и высоту АПС в течение всего суточного цикла. Все схемы недооцениваютамплитуду суточного хода температуры и устойчивость вблизи поверхности в ночное время.Таким образом, выбор лучшей параметризации не всегда однозначен. Разные схемы даютпорой сходные по оценкам результаты или их преимущество сильно зависит от ситуации. Так,например, в работе [Jankov, I.

et al, 2005] исследуется влияние параметризации АПС на прогнозосадков. В данной работе не было выявлено какой-то лучшей конфигурации модели, эффектсильно зависит от случая и от времени и обычно статистически не проявляется.Поэтому при массовых расчетах предпочтение чаще всего отдается простым устойчивымсхемам.

Однако при описании сложной метеоситуации могут проявляться свойства, которыенеобходимо учитывать в модели.Одним из приложений, для которых требуются поля высокого разрешения с хорошейточностью в АПС, является ветроэнергетика, например, в части задачи определения возможных29мест установки ветровых генераторов [Brower, M et al, 2004].