| Дата старта прогноза | Нулевая заблаговременность | Заблаговременность 1 месяц |
| 22 января 2025г. | февраль-апрель | март-май |
| 22 декабря 2024г. | январь-март | февраль-апрель |
| 22 ноября 2024г. | декабрь-февраль прогноз / реанализ |
январь-март |
| 22 октября 2024г. | ноябрь-январь прогноз / реанализ |
декабрь-февраль прогноз / реанализ |
| 22 сентября 2024г. | октябрь-декабрь прогноз / реанализ |
ноябрь-январь прогноз / реанализ |
| 22 августа 2024г. | сентябрь-ноябрь прогноз / реанализ |
октябрь-декабрь прогноз / реанализ |
| 22 июля 2024г. | август-октябрь прогноз / реанализ |
сентябрь-ноябрь прогноз / реанализ |
| 22 июня 2024г. | июль-сентябрь прогноз / реанализ |
август-октябрь прогноз / реанализ |
| 22 мая 2024г. | июнь-август прогноз / реанализ |
июль-сентябрь прогноз / реанализ |
| 22 апреля 2024г. | май-июль прогноз / реанализ |
июнь-август прогноз / реанализ |
| 22 марта 2024г. | апрель-июнь прогноз / реанализ |
май-июль прогноз / реанализ |
| 22 февраля 2024г. | март-май прогноз / реанализ |
апрель-июнь прогноз / реанализ |
| 22 января 2024г. | февраль-апрель прогноз / реанализ |
март-май прогноз / реанализ |
| 22 декабря 2023г. | январь-март прогноз / реанализ |
февраль-апрель прогноз / реанализ |
| 22 ноября 2023г. | декабрь-февраль прогноз / реанализ |
январь-март прогноз / реанализ |
| 1 ноября 2023г. | ноябрь-январь прогноз / реанализ |
декабрь-февраль прогноз / реанализ |
| 22 октября 2023г. | ноябрь-январь прогноз / реанализ |
декабрь-февраль прогноз / реанализ |
В ФГБУН «ИВМ РАН» совместно с ФГБУ «Гидрометцентр России» разработана технология глобального ансамблевого сезонного прогноза на базе модели Земной системы INM-CM5.
Глобальная совместная климатическая модель ИВМ РАН версии INM-CM5 [1, 2] состоит из модели атмосферы с аэрозольным блоком [3] и блоком описания деятельного слоя суши [4, 5], а также модели океана [6], дополненной блоком динамики и термодинамики морского льда [7, 8]. Пространственное разрешение модели атмосферы составляет 2º×1.5º и 73 σ-уровня по вертикали, верхний уровень расположен на высоте около 60 км. В нижней и средней стратосфере шаг по вертикали близок к 500 м, ниже и выше его величина возрастает до 1000-1500 м. В аэрозольном блоке решаются прогностические уравнения для концентрации 10 веществ, и он имеет такое же разрешение, как и модель атмосферы. Модель океана имеет горизонтальное разрешение 0.5º×0.25º и 40 σ-уровней по вертикали. Модель участвует в программе по сравнению климатических моделей CMIP6 [9]. Рассматриваемая версия климатической модели ИВМ РАН участвует в международном проекте по сравнению совместных моделей CMIP6 [9,10] и демонстрирует результаты в воспроизведении современного климата [1,2], его изменений в 1850-2014 гг. [11] и прогнозе изменений климата до 2100 г. [12,13,14], а также, экстремальных погодно-климатических явлений [15, 16, 17], сравнимые с другими современными моделями Земной системы.
Начальные состояния атмосферы, океана и суши для сезонных прогнозов задаются в терминах аномалий [18, 19]: «климатология модели + аномалия реанализа на момент старта прогноза». Для построения начальных состояний на дату старта прогноза используются ежедневные данные реанализа ERA5 [20] для атмосферы и деятельного слоя суши, а также анализа SODA3.4.2 [21] (1991‒2020 гг.) и ежедневные данные Глобальной системы усвоения океанографических данных (ГСУОД) Гидрометцентра России [22] (для прогнозов с 2021 г.), в которой для расчета поля первого приближения используется одна из наиболее развитых современных моделей общей циркуляции океана – модель NEMO [23] в конфигурации ORCA1, совмещенная с моделью морского льда LIM [24] (с 2021 г.) для океана и морского льда. Ансамбль начальных состояний (20 членов ансамбля) получается путем внесения в начальное состояние температуры воздуха на всех σ-уровнях модели в каждой точке модельной сетки гладкого длинноволнового возмущения с амплитудой 0.1 К.
Расчеты с моделью INM-CM5 проводятся на высокопроизводительном вычислительном комплексе Cray XC40-LC. На 1600 ядрах ежемесячный расчет 20 членов ансамбля прогноза на 6 месяцев выполняется за 13 часов.
Квазиоперативные испытания технологии на основе модели INM-CM5 были произведены для периода 2021‒2023 гг. На основании решения Центральной методической комиссии по гидрометеорологическим и гелиофизическим прогнозам (ЦМКП) от 23 ноября 2023 года система сезонного метеорологического прогноза на базе модели INM-CM5 (ФГБУ «Гидрометцентр России»: В. М. Хан, Ю. Д. Реснянский, В. А. Тищенко, Е. Н. Круглова, А. В. Субботин; ФГБУН «ИВМ РАН»: Е. М. Володин, А. С. Грицун, В. В. Воробьева, М. А. Тарасевич) рекомендована к внедрению в прогностическую работу ФГБУ «Гидрометцентр России» и Северо-Евразийского климатического центра наряду с использованием ранее внедренных отечественных технологий глобальных сезонных прогнозов ФГБУ «Гидрометцентр России» и ФГБУ «ГГО». С декабря 2023 года система сезонного метеорологического прогноза на базе модели INM-CM5 внедрена в Отделе долгосрочных прогнозов погоды и обеспечения функций Северо-Евразийского климатического центра ФГБУ «Гидрометцентр России».
Более подробно с информацией о сезонных прогнозах климатической модели ИВМ РАН и результатах оценки их качества можно ознакомиться в следующих работах:
- Vorobyeva V. V., Volodin E. M. Evaluation of the INM RAS climate model skill in climate indices and stratospheric anomalies on seasonal timescale // Tellus A: Dynamic Meteorology and Oceanography — 2021. — Vol. 73, № 1. — P. 1–12.
- Воробьева В.В. Исследование предсказуемости погоды и климата на временных масштабах от сезона до десятилетия с помощью климатической модели ИВМ РАН: дис. канд. ф.-м. наук: 05.13.18. – Московский физико-технический институт, Москва, 2022 — 184 с.
-
Vorobyeva V. V., Volodin E. M. Analysis of the predictability of stratospheric variability and climate
indices based on seasonal retrospective forecasts of the INM RAS climate model // Russ. J.
Numer. Anal. Math. Modelling — 2021. — Vol.36, № 2. — P. 117–126. - Воробьева В.В., Володин Е.М. Экспериментальные исследования сезонной предсказуемости погоды, выполненные на основе климатической модели ИВМ РАН. — Матем. Моделирование, 2020, т. 32, № 11, с. 47–58.
- Воробьева В.В., Володин Е.М. Исследование структуры и предсказуемости первой моды изменчивости в стратосфере на основе климатической модели ИВМ РАН. — Метеорология и гидрология, 2018, № 11, с. 41-48.
- Емелина С.В., Хан В.М., Семенов В.А., Воробьева В.В., Тарасевич М.А., Володин Е.М. Использование сезонных гидродинамических прогнозов модели INM-CM5 для оценки сроков начала пыления березы. Известия РАН. Физика атмосферы и океана. N4, с.407-416.
- Презентация «Система сезонного метеорологического прогноза на базе модели INM-CM5»
Литература
[1] Volodin E. M., Mortikov E. V., Kostrykin S. V. et al. Simulation of the present-day climate with the climate model INMCM5. — Climate Dynamics, 2017, vol. 49. No. 11, pp. 3715—3734.
[2] Volodin E.M., Mortikov E.V., Kostrykin S.V. et al. Simulation of modern climate with the new version of the INM RAS climate model. — Izv. Atmos. Ocean. Phys., 2017, vol. 53, pp. 142—155.
[3] Volodin E. M., Kostrykin S. V. The aerosol module in the INM RAS climate model. — Russian Meteorology and Hydrology, 2016, vol. 41, No. 8, pp. 519—528.
[4] Volodin, E.M., Lykosov, V.N. Parametrization of Heat and Moisture Transfer in the Soil-Vegetation System for Use in Atmospheric General Circulation Models: 1. Formulation and Simulations Based on Local Observational Data. — Izvestiya, Atmospheric and Oceanic Physics, 1998, vol. 34, No. 4, pp. 405–416.
[5] Volodin, E.M., Lykosov, V.N. Parametrization of Heat and Moisture Transfer in the Soil-Vegetation System for Use in Atmospheric General Circulation Models: 2. Numerical Experiments in Climate Modeling. — Izvestiya, Atmospheric and Oceanic Physics, 1998, vol. 34, No. 5, pp. 559–569.
[6] Terekhov K. M., Volodin E. M., Gusev A. V. Methods and efficiency estimation of parallel implementation of the σ-model of general ocean circulation. —Russ. J. Numer. Anal. Math. Modelling, 2011, vol. 26, No. 2, pp. 189—208.
[7] Yakovlev N. G. Reproduction of the large-scale state of water and sea ice in the Arctic Ocean in 1948–2002: Part I. Numerical model. — Izvestiya, Atmospheric and Oceanic Physics, 2009, vol. 45, No. 3, pp. 357—371.
[8] Yakovlev N. G. Reproduction of the large-scale state of water and sea ice in the Arctic Ocean from 1948 to 2002: Part II. The state of ice and snow cover. — Izv. Atmos. Ocean. Phys., 2009, vol. 45, No. 4, pp. 478— 494.
[9] Eyring V., Bony S., Meehl G. A. et al. Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization — Geosci. Model Dev., 2016, vol. 9, No. 5, pp. 1937—1958.
[10] O’Neill B. C., Tebaldi C., van Vuuren D. P., et. al. The Scenario Model Intercomparison Project (ScenarioMIP) for CMIP6 — Geosci. Model Dev., 2016, vol. 9, pp. 3461—3482.
[11] Volodin E. M., Gritsun A. S. Simulation of observed climate changes in 1850–2014 with climate model INM-CM5. — Earth System Dynamics, 2018, vol. 9, No. 4, pp. 1235—1242.
[12] Tebaldi C., Debeire K., Eyring V. et al. Climate model projections from the Scenario Model Intercomparison Project (ScenarioMIP) of CMIP6 — Earth Syst. Dynam., 2021, vol. 12, pp. 253— 293.
[13] Volodin, E.M. Possible Climate Change in Russia in the 21st Century Based on the INM-CM5-0 Climate Model. — Russ. Meteorol. Hydrol., 2022, vol. 47, pp. 327— 333.
[14] Volodin E. M. and Gritsun A.S. Simulation of Possible Future Climate Changes in the 21st Century in the INM-CM5 Climate Model. — Izvestiya, Atmospheric and Ocean Physics, 2020, vol. 56, No. 3, pp. 218—228.
[15] Kim Y. H., Min S. K., Zhang X. et al. Evaluation of the CMIP6 multi-model ensemble for climate extreme indices. —Weather and Climate Extremes, 2020, vol. 29, 100269.
[16] Tarasevich M.A. and Volodin E.M. Influence of various parameters of INM RAS climate model on the results of extreme precipitation simulation. /In: International Young Scientists School and Conference on Computational Information Technologies for Environmental Sciences,May 27 – June 6, 2019. — IOP Conference Series: Earth and Environmental Science, vol. 386,p. 012012, 2019. IOP Publishing
[17] Volodin E.M., Tarasevich M.A. Simulation of Climate and Weather Extreme Indices with the INM-CM5 Climate Model. — Russ. Meteorol. Hydrol., 2018, vol. 43, pp. 756—762.
[18] Improved surface temperature prediction for the coming decade from a global climate model / D. M. Smith, S. Cusack, A. W. Colman et al. // Science. — 2007. — Vol. 317. — P. 796–799.
[19] Full-feld and anomaly initialization using a low-order climate model: a comparison and proposals for advanced formulations / A. Carrassi, R. J. T. Weber, V. Guemas et al. // Nonlin. Processes Geophys. — 2014. — Vol. 21. — P. 521–537.
[20] Hersbach H., Bell B., Berrisford P., Hirahara S. The ERA5 global reanalysis. — Q.J.R. Meteorol. Soc., 2020, vol.146, pp. 1999— 2049.
[21] Carton J. A., Chepurin G. A., Chen L. SODA3: A New Ocean Climate Reanalysis. — J. Clim., 2018, vol. 31, pp. 6967—6983.
[22] Stepanov V. N., Resnyanskii Y. D., Strukov B. S. et al. Large-scale ocean circulation and sea ice characteristics derived from numerical experiments with the NEMO model. — Russian Meteorology and Hydrology, 2019, vol. 44, pp. 33—44.
[23] Madec G. NEMO ocean engine. Note du Pôle de modélisation, Institut Pierre-Simon Laplace (IPSL), Paris, France, No 27 ISSN No 1288–1619, 2012, 386 pp.
[24] Vancoppenolle M., Fichefet T., Goosse H., Bouillon S., BeattyC. K. and Maqueda M. A. M. LIM3, an advanced sea-ice model for climate simulation and operational oceanography. — Mercator News letter. 2008, No. 28, pp. 16-21.