Повышение точности численных прогнозов погоды на территории Беларуси с использованием оперативных спутниковых данных

Предложены два подхода к актуализации геофизических характеристик подстилающей поверхности (землепользование, альбедо, листовой индекс, доля поглощенной фотосинтетически активной радиации) в численной модели WRF (Weather Research and Forecasting) для территории Беларуси: обновление среднемесячных значений на основе современных баз данных дистанционного зондирования Земли GLASS (Global Land Surface Satellite) и GLC2019 (Global Land Cover, 2019); ежедневное обновление на основе оперативных спутниковых композитных продуктов MODIS. Для оценки влияния исходных геофизических данных на качество численного прогноза приземной температуры выполнен ряд численных экспериментов по прогнозированию различных синоптических ситуаций в летний период. Рассчитан поправочный коэффициент для альбедо подстилающей поверхности в модели WRF, позволяющий сократить cреднеквадратическую погрешность прогноза температуры для заблаговременности +12, +24, +36 и +48 ч на 0,30 ºС, 0,10 ºС, 0,15 ºС и 0,16 ºС соответственно. В численных экспериментах инициализация модели WRF с помощью оперативных спутниковых продуктов оказала наиболее положительное влияние на прогноз приземной температуры для ночных сроков: для заблаговременности +24 и +48 ч среднеквадратическая ошибка сократилась на 0,11 ºС и 0,14 ºС соответственно.

1. A description of the Advanced Research WRF Model Version 4 / W. C. Skamarock [et al.] // NCAR Techn. Boulder: National Center for Atmospheric Research. – 2021. – P. 165.

2. Лысенко, С. А. Оценки влияния подстилающей поверхности на точность численного прогноза температуры воздуха на территории Беларуси с использованием модели WRF / С. А. Лысенко, П. О. Зайко // Гидрометеорологические исследования и прогнозы. – 2021. – № 4 (382). – С. 50–68.

3. Логинов, В. Ф. Изменение климата Беларуси: причины, последствия, возможности регулирования // В. Ф. Логинов, С. А. Лысенко, В. И. Мельник. – 2-е изд. – Минск : Энциклопедикс, 2020. – C. 264.

4. Оценка влияния изменения лесистости центрального региона Восточно-Европейской равнины на летние погодные условия // А. В. Ольчев [и др.] // Фундаментальная и прикладная климатология. – 2017. – Т. 4. – С. 79–101.

5. A New Land-Use Dataset for the Weather Research and Forecasting (WRF) Model / H. Li [et al.] // Atmosphere. – 2020. – Vol. 11 (4). – P. 350

6. Copernicus Global Land Service: Land Cover 100m / M. Buchhorn [et al.] : collection 3: epoch 2019: Globe 2020. doi:10.5281/zenodo.3939050

7. Understanding land use change impacts on microclimate using Weather Research and Forecasting (WRF) Model / H. Li [et al.] // Physics and Chemistry of the Earth. – 2017. doi:10.1016/j.pce.2017.01.017

8. Global Forecast System (GFS). [Rules for the citing sources]. – Available at: https://www.ncdc.noaa.gov/data-access/model-data/model-datasets/global-forcast-system-gfs (accessed 01.06.2022)

9. Schaaf, C.; Wang, Z. MCD43A3: MODIS/Terra and Aqua BRDF/Albedo Daily L3 Global 500 m V006 [Data Set]; NASA EOSDIS Land Processes DAAC, USGS/Earth Resources Observation and Science (EROS) Center: Sioux Falls, SD, USA, 2015.

10. Knyazikhin, Y. MODIS leaf area index (LAI) and fraction of photosynthetically active radiation absorbed by vegetation (FPAR) product (MOD 15) algorithm theoretical basis document. – 1999. – 130 p.

11. AρρEEARS API Documentation. [Rules for the citing sources]. – Available at: https://lpdaacsvc.cr.usgs.gov/appeears/api/ (accessed 01.06.2022)

12. Numba documentation. [Rules for the citing sources]. – Available at: https://numba.readthedocs.io/en/stable/index.html (accessed 01.06.2022)

13. Dask User Guide. [Rules for the citing sources]. – Available at: https://docs.dask.org/en/latest/ (accessed 01.06.2022)

14. Исаев, А. А. Статистика в метеорологии и климатологии / А. А. Исаев. – М. : Изд-во МГУ, 1988. – 248 с.