Диссертация (1102539), страница 12

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 12)

Другим отличием расчетов по Европейскойтерритории России и Московской области в экспериментах по усвоению данных синоптическихстанций было различие в количестве усваиваемой информации.В связи с отсутствием большого числа точек измерения профилей, были проведеныэксперименты с моделированием измерений профилей.

Постановка задачи в этом случаесоответствует экспериментам OSSE (Observing system simulation experiment):Генерация эталонного состояния атмосферы для всего периода OSSE (nature run).Генерация моделируемых наблюдений.Контрольный эксперимент с использованием всех существующих наблюденийЭксперимент с добавлением новых планируемых наблюденийСравнение результатов экспериментов.85В качестве эталонной модели была взята модель Берковича [], основанной наиспользовании системы уравнений турбулентности в пограничном слое с замыканием уровня1,5, включая уравнение баланса кинетической энергии турбулентности  u 2   v 2 b bg b2      T kk b  A(b)  k  t z    z   zz zk ,( 4.1 )для скорости диссипации энергии турбулентных вихрей   u    v    A( )  1 k  b    z    z t22 g  2kk23 4b  zbz z,( 4.2 )соотношения Колмогорова и Смагоринского:k   b /  ,2k L  Ls 2 2DT  DS2212.(4.3 )Для анализа был выбран ясный летний день 26-27 июня 2010 г., на котором хорошовидно развитие структуры АПС.Всоответствиисвозможнымналичиемизмеренийбылипроведенычетыреэксперимента: «base» - контрольный эксперимент без усвоения данных; эксперимент «temp» – сусвоение только профилей температуры до 600 м (как измеряет температурный профилемерМТП-5); эксперимент «wind» – с усвоение скорости и направления ветра до 300 м (подобноизмерениям содаров); эксперимент «all» – с усвоением профилей температуры и ветра.На рис.

4.5 показаны профили систематической, абсолютной и среднеквадратическойошибки температуры, на рис. 4.6 – скорости ветра в четырех экспериментах. Сравнениеосуществлялось с моделью Берковича (мы считаем ее в такого типа экспериментах «правдой» осостоянии атмосферы).8625002000200010005005000-65-4-2basetempwindbaseall-64-4baseall25002000200015001000500500510tempbaseall4temp2000200015001500100050050051015024tempall1windbaseall8tempwind15001500100050000246802allbasetempwindall46rmse, Crmse, Cwindall20000basetemp25005006536 ч1000443000200023abs, C25000224 чrmse, Cwind063000rmse, Ctemp1500500base00all1000all15001000wind2000Высота,м2500Высота,м2500tempabs, Cwind4250006236 ч12 ч300003000abs, Cwindbaseall023000basewind5000ч0temp1000abs, C-2bias, C2000015-4250000-62300015001000base024 чВысота,м2500Высота,м30000-2bias, C12 ч3000Высота,мВысота,м2wind0ч000temp500500bias, Cbias, C1000Высота,м-51500Высота,м-101500100000-15200020001500100025002500Высота,м250030003000Высота,м3000Высота,мВысота,м3000150036 ч24 ч12 ч0чbasetempwindallРис.

4.5 Профили систематической, абсолютной и среднеквадратической ошибкитемпературы при заблаговременностях прогноза 0, 12, 24 и 36 ч.872500200020001500100050050024-36-2-1basetempwindbaseall1-23-12500200020001500tempwindbaseall11000500500468tempwindbasealltemp250020002000150010005005005210temp315basetempall052windbaseall15008temp15001000500006024602allbasetempwindall468rmse, Crmse, Cwindall20005004wind25001000basetemp36 ч2000263000250004abs, C24 чrmse, Cwind43000rmse, Cbase01all001500abs, Cwindall5000815001000wind1000Высота,м2500Высота,м30000150012 ч0ч3000temp200006236 ч500412500abs, Cwind030001000abs, Ctempbaseall20002-1bias, C2500010-2300000-3224 ч15001000base0bias, CВысота,м2500Высота,м3000Высота,мВысота,м212 ч300020000ч0500500bias, Cbias, C1000Высота,м01500Высота,м-21500100000-4200020001500100025002500Высота,м250030003000Высота,м3000Высота,мВысота,м300036 ч24 ч12 ч0чbasetempwindallРис.

4.6 Профили систематической, абсолютной и среднеквадратической ошибкискорости ветра при заблаговременностях прогноза 0, 12, 24 и 36 ч.88Отдельно на рис. 4.7 продемонстрировано сравнение с данными реальных измерений спомощью профилемеров МТП-5. В случаях, когда модель Берковича приближается к даннымреальных измерений, усвоение данных из нее позволяет улучшить качество прогноза профилейтемпераутры.27.06.2010 12ч27.06.2010 00ч600600500500MTPberk300basetemp200400Высота, мВысота, м400MTPberk300basetemp200100100001520252030253528.06.2010 12ч28.06.2010 00ч600600500500MTPberk300basetemp200100400Высота, м400Высота, м30T, CT, CMTPberk300basetemp2001000015171921232515T, C202530T, CРис.

4.7. Примеры сравнений экспериментов с усвоением моделированных профилей сданными измерений.89Выводы из главы 4В главе исследовалась возможность использования данных нестандартных измерений(профилей температуры и ветра) для их усвоения в мезомасштабной модели динамикиатмосферы.Были проведены эксперименты с усвоением длнных измерений температурныхпрофилемеров МТП-5 в Московском регионе. Они показали, что малое число измерений можетоказывать только локальный эффект и большинстве случаев не оказывает значимого влияния напрогноз.

Однако в отдельных случаях уменьшение ошибок заметно при использовании длярасчетов Европейсой территории России при залаговременности до 24 часов.Проведенные эксперименты по моделированию измерительной сети профилемеровтемпературы подтверждают необходимость рассмотрения относительно большой областипрогноза для эффективного усвоения данных. Усвоение информации о профилях температурыв АПС в таком случае может быть актуально в задачах сверхкраткосрочного прогноза. Приувеличении усваиваемой информации (количества профилей) усвоение так же эффективнотолько при небольших заблаговременностях прогноза.90Глава 5.

Порывы ветраОдним из возможных приложений знания характеристик турбулентности являетсяпрогноз порывов ветра. Порывы ветра являются проявлением атмосферной турбулентности.Для многих прикладных задач, например расчетов нагрузок на здания, важен прогноз нетолько скорости ветра, но и порывов ветра. При небольшой средней скорости ветра порывымогут достигать значительных величин. Порывы несут большую энергию ветра и могутявляться причиной разрушений.Для прогноза порывов ветра существует достаточно большое количество различныхметодов. Все их разнообразие можно разделить на три группы:1 - использование фактора порыва – отношения скорости порыва к скорости ветра.Он может зависеть от устойчивости атмосферы и/или неровности поверхности.

Вконкретных точках часто определяется эмпирически.2 - интерпретация порывов как результата переноса движения с более высокихуровней.3 - понимание порывов как среднего ветра плюс часть, связанная с турбулентнойкинетической энергией (ТКЕ).При использовании третьего типа методов возникает необходимость знания ТКЕ, акачество ее воспроизведения в моделях остается открытым вопросом.

Саму ТКЕ можнорассматривать двояко: либо как дисперсию скорости ветра, либо как прогноз ее максимальногозначения.Методы, использующие ТКЕ, не применимы для прогноза порывов, связанных ссильными ливнями и шквалами, хорошо работают при турбулентности механическогопроисхождения.Вариации скорости ветра и порывы ветра как экстремальные проявления этих вариацийявляются результатом перемешивания момента импульса посредством турбулентности в АПС.91Порывы ветра являются статистической мерой атмосферной турбулентности.

Практически всеавторы методик акцентируют внимание на случайном, стохастическом характере порывов ветраи говорят о том, что их прогноз должен носить сугубо вероятностный характер.5.1 Методы расчета порывов ветраРассмотрим следующие, наиболее часто используемые на практике, способы прогнозапорывов ветра.Использование фактора порывовСамым простым способом прогноза порывов ветра является использование факторапорывов – отношение величины порыва и среднего ветра.wge  k  U(5.1)где wge – оценка порыва ветраU - прогнозируемая средняя скорость ветраk - фактор порыва.Это отношение может быть определено эмпирически для данной точки.

Однако такиеизмерения не всегда доступны и существуют обобщения по типу местности (ее шероховатостии т.п.). [] Некоторые рекомендации приведены в таблице 5.1. Например, для холмистойместности рекомендуется отношение 1.492Таблица 5.1COSMO (-EU, -CLM)В модели COSMO внедрен расчет порывов ветра [] согласноwge  U    U    2.4u* ;   3(5.2)где σ – стандартное отклонение, выражение которому дается эмпирическимсоотношением с приземной скоростью трения u*. В некоторых вариантах данной методикирекомендуется брать среднюю скорость ветра на уровне 30 м.Метод ТКЕ как дисперсииТКЕ по своему определению служит мерой изменчивости скорости ветра.

Поэтому ее можноиспользовать в прогнозах для оценки изменчивости скорости ветра и вычисления порывов ветра. Еслирассматривать ТКЕ как дисперсию скорости ветра, то можно предложить следующую формулу дляоценки порывов скорости ветра:wge  U  3  U  3 q(5.3)где q – ТКЕ.Способ аналогичен предыдущему только в качестве оценки дисперсии берется значение ТКЕ,т.е. стандартное отклонение – корень из ТКЕ. Такой способ оправдан, если в используемой моделипограничного слоя в модели ТКЕ выступает в роли прогностической переменной.Метод ТКЕ как максимального отклонения93Если же принять, что в модели прогнозируется максимальное, а не среднее значение ТКЕ, томожно получить следующую оценку []:wge  U  2q(5.4)Метод BrasseurСогласно предположению Брасё, порывы скорости ветра – результат отклонения частицвоздуха с больших высот, имеющих достаточную для этого энергиюwge  max[U ( z p )](5.5)из высотных уровней zp, удовлетворяющий соотношению :1zpzpzp00 q( z)dz   g v ( z )dz v ( z)(5.6)где θv – виртуальная температура5.2 Результаты расчетовПрогноз осуществлялся для области Европейской территории России (рис.3.1а) спространственным разрешением 20 км на двое суток.

После расчета модели, используюпрогностические переменные среднего ветра, ТКЕ, приземной скорости трения и виртуальнойтемпературы, были реализованы расчеты порывов ветра по описанным пяти методикам.Для подробного анализа и сравнения методов расчета порывов ветра использовалисьданные высокочастотных термоанемометров USA-1, установленных на физическом факультетеМГУ и на Звенигородской научной станции ИФА РАН (см. рис.

Характеристики

Список файлов диссертации