2.3 Синоптические модели.

В настоящее время широко признается, что глобальное потепление климата может создать серьезные экономические, политические и социальные проблемы для многих стран мира в грядущие десятилетия XXI века. Большая часть территории России находится в области значительного наблюдаемого потепления. При этом неопределенность последствий изменения климата на сельское хозяйство, водные ресурсы, энергетический потенциал, растительный и животный мир, демографическую ситуацию может быть весьма велика. Единственно возможным путем решения этой проблемы может быть использование глобальных и региональных климатических моделей.

В 5-м оценочном докладе Межправительственной Группы Экспертов по Изменениям Климата (МГЭИК), публикация которого намечена на 2013 г., предусматривается использовать результаты расчетов эволюции климата XX и XXI века с помощью климатических моделей нового поколения, разработанных в ведущих научных организациях мира. Для подготовки доклада МГЭИК Всемирная программа исследований климата инициировала 5-ю фазу Международного проекта сравнения объединенных моделей общей циркуляции атмосферы и океана (МОЦАО) CMIP5 (Coupled Model Intercomparison Project Phase 5) [Taylor et al., 2007], в рамках которой был получен большой объем расчетных данных состояния климата XX и XXI века. Программа расчетов выполнялась по единому протоколу с учетом наблюдаемого и сценарного роста парниковых газов и аэрозоля в атмосфере. Результаты модельных расходов размещены на сайте Ливерморской национальной лаборатории (США) [http://psmdi3.llnl.gov/esgcet/home/html в формате международного обмена NetCDF).

В Главной геофизической обсерватории им. А.И.Воейкова сформирована база данных для исследования изменений климата, объем которой составляет 1,4 Tb и включает боле 40 различных характеристик климата по 32 МОЦАО с учетом 2-х сценариев радиационного внешнего воздействия на глобальный климат RCP4.5 (слабое потепление) и RCP8.5 (сильное потепление) [Taylor et al., 2007]. Поскольку каждая модель использует свою собственную трехмерную структуру глобальной сетки и пространственное разрешение, то для удобства анализа результаты моделей были трансформированы в единую глобальную регулярную сетку с разрешением 2.5 х 2.5 .

В исследовании климата широко используются МОЦАО, основанные на фундаментальных законах физики (сохранение массы, энергии и количества движения). В моделях применяются различные гипотезы, опирающиеся на современный уровень знания о физических процессах, протекающих в атмосфере, океане, деятельном слое почвы, криосфере. На основе этих гипотез получены различные степени сложности соотношения, которые реалистично воспроизводят основные климатически значимые физические процессы. Среди них заслуживают упоминания следующие: суточный и годовой ход потоков солнечной радиации на границе атмосферы, радиационный перенос солнечной и длинноволновой радиации в облачной атмосфере, изменение газового и аэрозольного состава атмосферы, фазовые преобразования водяного пара, глубокая конвекция, образование и рассеивание слоистой и конвективной облачности на разных высотах, турбулентные процессы в пограничном слое и свободной атмосфере, тепло- и водоперенос в деятельном слое почвы, формирование стоков, гравитационно-волновое сопротивление и ряд других процессов.

Ансамбли МОЦАО успешно воспроизводят сезонный ход температуры приземного воздуха и осадков в разных регионах России. Средние модельные отклонения сумм осадков находятся в пределах разброса оценок по данным наблюдений.

В ФГБУ ГГО создан архив расчетных климатических характеристик, полученный по 32 глобальным МОЦАО CMIP5 за период XX и XXI века. По сравнению с моделями предыдущего поколения CMIP3 большинство моделей CMIP5 имеют более высокое пространственное разрешение в атмосфере и океане и включают новые более совершенные методы параметризации физических процессов..

Достоверность расчетов будущего климата определяется способностью модели воспроизводить современное его состояние, а также различные состояния в прошлом, в соответствии с имеющимися данными наблюдений. Способность моделей воспроизводить среднее состояние климатической системы является важным, но отнюдь не достаточным условием достоверности оценок будущих изменений климата. Если модель воспроизводит различные его состояния, наблюдавшиеся в далеком прошлом (когда внешнее воздействие сильно отличалось от современных), а также связанные с внешним воздействием тренды и собственную изменчивость, можно считать, что полученные с помощью этой модели оценки будущих изменений климата в результате реализации того или иного сценария внешнего воздействия заслуживают доверия.

Наибольшую успешность при сравнении с данными наблюдений, как правило, показывает результат осреднения по мультимодельному ансамблю (например, [Катцов, Мелешко, 2004]). Это связано с тем, что систематические ошибки, присущие каждой модели в отдельности, часто являются случайными по отношению к ансамблю моделей и при осреднении взаимно компенсируются. Кроме того, такой подход позволяет оценить изменения функций распределения вероятности для разных климатических параметров, т. е. получить намного более полную и достоверную картину климатических изменений по сравнению с одиночным расчетом.

Однако из-за неточностей климатообразующих обратных связей, а также различных модельных описаний радиациооных, тепло- и водно-физических характеристик почвы, свойств растительного покрова и др., расчеты изменений климата по разным МОЦАО могут заметно отличаться между собой. Чтобы минимизировать неопределенности такого рода, расчеты и анализ изменения климата целесообразно проводить по мультимодельному ансамблю.

Разрешение современных глобальных моделей находится в диапазоне 100-300 км, что ограничивает их применимость в оценках изменений регионального климата. Поэтому количественные оценки ожидаемых изменений климата, получаемые с помощью глобальных климатических моделей, нуждаются в детализации. Это достигается применением региональных климатических моделей. Более точный учет рельефа, свойств почв и растительности и другие характеристик подстилающей поверхности, характерный для региональных моделей, позволяет получить более точные оценки изменения климатических и гидрологических характеристик. Поэтому для соответствующих оценок предпочтительно использование ансамбля из нескольких глобальных моделей совместно с региональной моделью разрешением 10-50 км.

В ФГБУ «ГГО» разработана и широко используется в исследованиях регионального климата система, состоящая из ансамбля глобальных моделей и региональной модели, созданной специально для территории России и имеющей пространственное разрешение 25 км. Оценки прогнозных изменений климатических параметров обычно проводятся для 2-х возможных сценариев радиационного внешнего воздействия на глобальный климат: RCP4.5 (слабое потепление) и RCP8.5 (сильное потепление)

В период, начиная примерно с 1965 г. скорость ветра на территории России заметно изменилась. Лишь в отдельных районах юга страны, а также северного побережья, средняя скорость ветра осталась примерно на прежнем уровне (Белокрылова, 1989). Автор данной работы, как и многие другие ученые, полагают, что главной причиной уменьшения скоростей ветра являются особенности циркуляционных процессов в атмосфере. В отдельных пунктах и небольших районах это изменение обоснованно изменением местных условий, например, характер застройки (искусственная аэродинамическая труба).

По результатам моделирования будущего климата к середине нашего столетия средние значения скоростей ветра на территории России практически не изменится. Средняя годовая скорость ветра на большей части территории России увеличится на 0,2-0,1 м/c, а на севере на столько же уменьшится.

В рамках сценария А1 к концу 21 века ожидаются возрастания скоростей ветра по всей территории России, преимущественно зимой. В теплое время года положительные аномалии возможны лишь и июле на северном побережье и на западе страны. В результате средний ветровой потенциал почти не изменится. Некоторое увеличение ветровых ресурсов возможно лишь в конце столетия. Таким образом, вплоть до конца нашего столетия, сохранится тенденция уменьшение ветроэнергетических ресурсов (Стратегический прогноз, 2006; Кислов и др., 2008)