Подстилающая поверхность

Данные по подстилающей поверхности необходимы для расчета скорости сухого осаждения и оценки выпадений на отдельные виды экосистем. В настоящее время в модели используются данные подстилающей поверхности, разработанные Координационным центром по воздействиям (CCE). Включаются следующие категории подстилающей поверхности:

1. Хвойные леса умеренных широт

10. Природные с антропогенным влиянием

2. Лиственные леса умеренных широт

11. Средиземноморские кустарники

3. Средиземноморские хвойные леса

12. Болота

4. Средиземноморские широколиственные леса

13. Тундра

5. Сельхозкультуры умеренных широт

14. Пустыни/лишенные растительности земли

6. Средиземноморские сельхозкультуры

15. Внутренние воды

7. Корнеплоды

16. Морские воды

8. Луга

17. Лед

9. Пшеница

18. Городская застройка

 

Пример пространственного распределения лесов (сумма всех типов) в регионе ЕМЕП, выраженного в процентах на ячейку сетки, приведен ниже.

 

Листовой индекс (LAI)

Данные по листовому индексу используются для описания газообмена между атмосферой и растительностью. Листовой индекс для данной ячейки обозначает соотношение между площадью листьев в ячейке к общей площади ячейки. В моделях МСЦ-В используются сеточные данные по LAI с месячным разрешением, подготовленные в Годдаровском центре космических исследований (NASA Goddard Space Flight Center) [Sellers et al., 1994, 1995], перераспределенные на сетку модели MSCE-POP.

 

Океанологические данные

Рис.1. Расчетный цикл РОР модели

 

Для численного моделирования распространения загрязняющих веществ в окружающей среде необходимы исходные данные по характеристикам океана (морские течения, температура воды и т.д.) В настоящее время для подготовки таких данных используется океанический препроцессор POP (Parallel Ocean Program). Это составная часть климатической модели CSM (Community Climate System Model), разработанной в Лос-Аламосской национальной лаборатории США.


Расчетный цикл модели POP показан на рис. 1. Для инициализации моделирования в глобальном масштабе и на первом этапе “разгона” океанической модели используются среднемесячные климатологические данные по потенциальной температуре и солености воды NOAA NODC World Ocean Atlas 2005. На последующих этапах в качестве входной информации применяется 6-часовой метеорологический ре-анализ ECMWF и суточные данные по параметрам океана ECMWF ORA S3.


Некоторые результаты моделирования с разрешением 1º × 1º для 2009 года показаны на рисунках 2-4. Пространственное распределение компонентов скорости течений в верхнем слое океана представлены на рис 2. Можно видеть, что моделью POP удачно воспроизведены основные океанические течения глобального масштаба (Экваториальное, Гольфстрим, Куросиво, Антарктическое циркумполярное и т.д.).

a б
Рис. 2. Пространственное распределение зональных (а) и меридиональных (б) скоростей течений (см в сек) в верхнем слое океана 31 декабря 2009 г.

 

Расчетные океанические скорости течений сравнивались с измеренными в рамках проекта TAO (Tropical Atmosphere Ocean). Среднегодовые значения скоростей на глубине 10 м хорошо согласуются (рис. 3). Среднеcуточные расчетные данные для большинства станций коррелируют с результатами измерений (рис. 4 - пример для экваториальной станции в Индийском океане).

 

Рис. 3. Диаграмма рассеяния среднегодовых расчетных и измеренных значений скоростей океанских течений
Рис. 4. Рассчитанные и измеренные среднесуточные скорости зональных океанических течений (см/с) в Индийском океане (00 N, 80.50 E) на глубине 10 м

 

 

Литература

Sellers P.J., S.O. Los, C.J. Tucker, C.O. Justice, D.A. Dazlich, G.J. Collatz, and D.A. Randall [1995]. A revised land surface parameterization (SiB2) for atmospheric GCMs. Part 2: The generation of global fields of terrestrial biophysical parameters from satellite data. Submitted to Journal of Climate.

Sellers P.J., S.O. Los, C.J. Tucker, C.O. Justice, D.A. Dazlich, G.J. Collatz, and D.A. Randall [1994] A global 1 by 1 degree NDVI data set for climate studies. Part 2: The generation of global fields of terrestrial biophysical parameters from the NDVI. International Journal of Remote Sensing, v.15, No.17, pp.3519-3545.

 

Наверх