ОПЫТ ПРИМЕНЕНИЯ ЧИСЛЕННЫХ МОДЕЛЕЙ

ДЛЯ ПРОГНОЗА ПРОЦЕССОВ В АТМОСФЕРНОМ ПОГРАНИЧНОМ СЛОЕ И ЗАГРЯЗНЕНИЯ ПРИЗЕМНОГО ВОЗДУХА

• Кузнецова И.Н.1, Шалыгина И.Ю.1, Нахаев М.И.1, Зарипов Р.Б.1, Суркова Г.В.1,2, Ривин Г.С.1,2, Ревокатова А.П.1, Кирсанов А.А.1, Захарова П.В.3, Лезина Е.А.3, Коновалов И.Б.4

• 1 «Гидрометцентр России, Москва, muza@mecom.ru,• 2 Московский государственный университет им. М.В.Ломоносова

galina_surkova@mail.ru • 3 «Мосэкомониторинг», Москва,• 4 «Институт прикладной физики РАН», Нижний Новгород

konov@appl.sci-nnov.ru

Прогнозирование процессов в атмосферном пограничном слое сегодня обеспечено достаточно большим числом численных моделей атмосферы с

высоким пространственно-временным разрешением, что позволяет применять новые подходы для прогноза

загрязнения воздуха

EURAD http://www.eurad.uni-koeln.dewww.eurad.uni-koeln.de/

Современный мировой уровень прогнозирования качества воздуха определяют химические транспортные модели (ХТМ), описывающие сотни химических реакций. Международная кооперация по моделированию и внедрению ХТМ.

Портал химической погоды в Европе

WRF/CHIMERE: ОО33 мах мах

В Гидрометцентре России созданы, в режиме регулярного

счета функционируют модельные комплексы WRF/CHIMERE и COSMO-Ru7-ART

для расчетов (центральные области ЕТР) полей CO, NOх, О3

и PM10 с дискретностью 1 ч на 2-3 сутки вперед

COSMO-Ru7-ART NONO

Разрешение около 10 км

Эмиссии EMEP 0.5х0.5

Граничные условия для внешней области Граничные условия для внешней области «климат»

27/08/2012, 18-hours forecast of NO, ppm 27/08/2012, 18-hours forecast of NO, ppm Разрешение 7 км . Эмиссии TNO

Важнейшим этапом на пути внедрения численных прогнозов загрязнения воздуха в оперативную практику

является тестирование ХТМ

Используются: данные автоматизированных наблюдений на > 30 станциях ГПБУ «Мосэкомониторинг» Москва

РМ10АСКЗА

-0.4-0.2

00.20.40.60.8

1

-0.4-0.2

00.20.40.60.8

1

-0.4-0.2

00.20.40.60.8

1

NО

O3 NO2

(0.20)

(0.10)

-

0.10

0.20

0.30

0.40

0.50

0.60

1

Набл BIAS_Сhim BIAS_Сosm RMS_Chim RMS_Cosm

-0.4-0.2

00.20.40.60.8

1

Сравнение: средняя за сутки, максимальная (утро, вечер) концентрация CO, NOх, О3 и PM10

(рис. в долях ПДК –усредненные по станциям отклонения)

Установлены характерные погрешности модельных прогнозов (WRF/ARW-CHIMERE и COSMO-Ru7-ART) для отдельных веществ и пространственное распределение модельных

ошибок на территории Московского мегаполиса

Делается вывод о целесообразности коррекции модельных прогнозов концентраций загрязняющих веществ в зависимости от типа атмосферных процессов.

Лето

РМ10с.с. мкг м-3

NO2max мкг м-3 COmax мкг м-3

Шаб

ол

ов

ка у

л.

Каз

ако

ва у

л.

Мар

ьи

нски

й п

ар

к

Зел

ен

огр

ад

мр

6

Зел

ен

огр

ад

мр

11

Зел

ен

огр

ад

мр

16

МА

ДИ

Би

рю

лев

о

Кут

узо

вски

й

Кут

узо

вски

й 2

МГУ

Бут

лер

ов

а

Ко

си

но

Вер

над

ско

го

пр

.

Чая

но

ва

То

лб

ухи

на

Веш

ня

ки

До

лго

пр

уд

ная

По

ля

рн

ая

ул

.

Чер

ем

уш

ки

Тур

истская

Сп

ир

ид

он

ов

ка у

л.

Остан

ки

но

Зв

ен

иго

ро

д

Ко

жухо

во

Пл

. Гагар

ин

а

Хам

ов

ни

ки

р.Ч

ур

а

Н.

Масл

ов

ка

Гур

ьев

ски

й п

р.

Ко

жухо

вски

й п

р.

-100

-50

0

50

100

150

200

М ед иана 25%-75% Размах без выбр.

Усредненные модельные ошибки прогноза О3 (мах, ср.сут.). Весна. Лето.

O3 Days Char Obs Calc BIAS RMS ABS CHIMERE 592 Max 74 87 13 35 29

04-05 592 Mean 42 59 17 28 24592 8H 63 79 16 35 30

06-07 598 Max 69 93 24 33 28598 Mean 35 59 24 30 27598 8H 58 85 27 35 30

Повторяемость (Мосэкомониторинг, 2008-2012 гг.) , 2008-2012 гг.) ОО33(мах)(мах)≥ПДК 1- 3 %, ОО3 3 (мах8 ч(мах8 ч)≥100 мкг м-3 6-9 % (за городом около 15 %)

O3 Days Char Obs Calc BIAS RMS ABS COSMO 592 Max 74 45 -29 43 37

04-05 592 Mean 42 19 -22 30 28592 8H 63 35 -28 41 35

06-07 598 Max 69 57 -12 27 21598 Mean 35 24 -11 20 17598 8H 58 45 -13 26 21

CHIMERECHIMERE – завышает

COSMO-ARTCOSMO-ART – занижает

Пространственная и количественная неточность полей эмиссий загрязнений при высокой неоднородности источников загрязнений и особенностей городского ландшафта

Различие масштабов атмосферных процессов в городе и описываемых численными моделями в текущей конфигурации

Ошибки модельного прогноза метеорологических характеристик

По результатам верификации модельных расчетов на По результатам верификации модельных расчетов на данных АСКЗА «Мосэкомониторинг» установлено :данных АСКЗА «Мосэкомониторинг» установлено :

-Систематические погрешности: занижение РМ10, СО, завышение О3, NO2,-Сравнимая со статистическими методами успешность модельных расчетов в диапазоне преобладающих погодных условий (проблемы НМУ), - Пространственная неоднородность погрешностей модельного прогноза

ПРИЧИНЫ И ФАКТОРЫ МОДЕЛЬНЫХ ОШИБОКПРИЧИНЫ И ФАКТОРЫ МОДЕЛЬНЫХ ОШИБОК

Эмиссии Эмиссии инвентаризация выбросов !!

Успешность модельного прогноза загрязнения существенно зависит от качества прогноза метеорологических величин в

пограничном слое, используемых при расчетах ХТМ

Сравнение V и Т WRF и COSMO-Ru7 с данными измерений вертикальных профилей метеопараметров на ТБ Останкино и ВММ в Обнинске.

-8

-6

-4

-2

0

2

4

6

8

13 а

вг

13 а

вг

14 а

вг

14 а

вг

15 а

вг

15 а

вг

16 а

вг

16 а

вг

17 а

вг

17 а

вг

18 а

вг

18 а

вг

19 а

вг

19 а

вг

20 а

вг

20 а

вг

21 а

вг

21 а

вг

22 а

вг

22 а

вг

?T

, °С

2 м 200 м 500 м

WRF: Прогноз – Измерение (Останкино)

-8

-6

-4

-2

0

2

4

6

17 я

нв

18 я

нв

19 я

нв

20 я

нв

21 я

нв

22 я

нв

23 я

нв

24 я

нв

25 я

нв

26 я

нв

27 я

нв

28 я

нв

29 я

нв

30 я

нв

31 я

нв

?T

, °

С

2 м 200 м 500 м

18-20 ч

7-9 ч

-10

-8

-6

-4

-2

0

2

4

6

8

13 а

вг

14 а

вг

15 а

вг

16 а

вг

17 а

вг

18 а

вг

19 а

вг

20 а

вг

21 а

вг

22 а

вг

?V

, м/с

10 м 200 м 500 м

-14-12-10

-8-6-4-202468

17 я

нв

18 я

нв

19 я

нв

20 я

нв

21 я

нв

22 я

нв

23 я

нв

24 я

нв

25 я

нв

26 я

нв

27 я

нв

28 я

нв

29 я

нв

30 я

нв

31 я

нв

?V

, м

/с

10 м 200 м 500 м

Лето

Зима∆∆VV

∆∆VV

∆∆ТТ

∆∆ТТ

Статистические характеристики модельных ошибок прогноза температуры на 2,100,200,300 и 500 м (ОТБ)

Зима

∆∆ТТ COSMO-Ru7

Лето

∆∆ТТ WRF

Статистические характеристики модельных ошибок (∆V) прогноза скорости ветра на 10,100,200,300 и 500 м (ОТБ)

Зима

∆∆VV COSMO-Ru7

Лето

∆∆V V WRF

уровень 10 100 200 300 500

r (n=360) 0,50 0,69 0,49 0,47 0,77

COSMO

Повышенные требования к точности модельного прогноза метеопараметров и концентраций – при НМУ.

НМУ – редкое явление с характерными сезонными особенностями - внутрисуточной динамикой и определяющими эпизод воздушными загрязнителями

Локально – за счет городских эмиссий: CO NO2

Региональный перенос РМ10Локально NO2

Фотохимия:NO2, PM10, O3

РМ10, NO2

0.00

0.01

0.02

0.03

0.040.05

0.06

0.07

0.08

0.09

1 3 5 7 9 11 13 15 17 19 21 23 час

конц

ентр

ации

(мкг

/м3)

0.000.100.200.300.400.500.600.700.800.901.00

О3 NO NO2 СО

0.00

0.01

0.020.03

0.04

0.05

0.060.07

0.08

0.09

1 3 5 7 9 11 13 15 17 19 21 23 час

конц

ентр

ации

(мкг

/м3)

)

0.000.100.200.300.400.500.600.700.800.901.00

О3 NO NO2 СО

Типовой суточный ходТиповой суточный ход

Холодный период

Теплый период

2007-2013:

NONOмах при НМУ НМУ (7 эпизодов, апрель-август 2013 г.)

0,0

200,0

400,0

600,0

800,0

1000,0

1200,0

Зе

ле

но

гр

ад

мр

6

Зе

ле

но

гр

ад

мр

11

Зе

ле

но

гр

ад

мр

16

До

лго

пр

уд

на

я

По

ля

рн

ая

ул

.

Ту

ри

стс

ка

я

Ос

та

нки

но

МА

ДИ

Ча

ян

ов

а

Сп

ир

ид

он

ов

ка

ул

.

Ка

за

ко

ва

ул

.

Зв

ен

иго

ро

д

То

лб

ух

ин

а

Ве

шн

яки

Ко

си

но

Ко

жу

хо

во

Ша

бо

ло

вка

ул

.

Ко

жу

хо

вс

ки

й п

р,

МГ

У

р.Ч

ур

а

Че

ре

му

шки

Ве

рн

ад

ско

го

пр

.

Ма

рь

ин

ски

й п

ар

к

Бу

тл

ер

ов

а

Гу

рь

ев

ски

й п

р,

Би

рю

ле

во

9.4

10.4

16.4

17.4

9.5

10.5

30.5

31.5

4.7

9.8

18.8

19.8

20.8

0,0

100,0

200,0

300,0

400,0

500,0

600,0

700,0

800,0

900,0

1000,0

1100,0

1200,0

Зел

ено

град

мр

6

Зел

ено

град

мр

11

Зел

ено

град

мр

16

До

лго

пр

удн

ая

По

ля

рн

ая у

л.

Тур

ист

ская

Ост

анки

но

МА

ДИ

Чая

но

ва

Сп

ир

ид

он

ов

ка у

л.

Каз

ако

ва

ул.

Зв

ени

гор

од

То

лб

ухи

на

Веш

ня

ки

Ко

син

о

Ко

жух

ов

о

Шаб

ол

ов

ка у

л.

Ко

жух

ов

ски

й п

ро

езд

МГУ

р.Ч

ура

Чер

емуш

ки

Вер

над

ско

го п

р.

Мар

ьи

нск

ий

пар

к

Бут

лер

ов

а

Гур

ьев

ски

й п

ро

езд

Би

рю

лев

о

0,0

200,0

400,0

600,0

800,0

1000,0

1200,0

Зел

еног

рад

мр

6

Зел

еног

рад

мр

11

Зел

еног

рад

мр

16

Дол

гопр

удна

я

Пол

ярна

я ул

.

Тури

стск

ая

Ост

анки

но

МА

ДИ

Чая

нов

а

Спи

рид

онов

ка у

л.

Каза

ков

а ул

.

Зв

ени

горо

д

Тол

бух

ина

Веш

няки

Коси

но

Кож

ухов

о

Шаб

олов

ка у

л.

Кож

ухов

ски

й п

роез

д МГУ

р.Ч

ура

Чер

емуш

ки

Вер

над

ског

о пр

.

Мар

ьи

нски

й п

арк

Бут

лер

ова

Гурь

евск

ий

про

езд

Би

рюл

ево

CHIMERE COSMO-ART

ИЗМЕРЕНИЯ

РМРМ10с.с.10с.с. Июнь-август 2013 г. (21 эпизод)

РМРМ10с.с10с.с. Апрель-май 2013 г. (20 эпизодов)

CH

IME

RE

CO

SM

Oн

абл

юд

ени

я

Контроль качества ХТМ с использованием метеорологического параметра загрязнения (МПЗ), характеризующего интенсивность

рассеивания (очищения), основанного на учете комплекса термического и динамического переноса примеси, вымывания осадками

МПЗМПЗ рассчитывается независимо, используются данные третьей мезомасштабной модели

атмосферы. Прогноз ХТМ ОО3мах 3мах

сравнивается с результатами син.-стат.метода

МПЗМПЗ (три типа, 11 подтипов) весь диапазон атмосферных процессов

Сегодня:Сегодня:

•Реализованы технологии оперативных расчетов полей концентраций ЗВ на основе мезомасштабных

метеорологических и транспортно-химических моделей WRF/CHIMERE и COSMO-Ru7-ART.WRF/CHIMERE и COSMO-Ru7-ART.

•Проведено многоплановое тестирование ХТМ, установлены систематические погрешности ХТМ.

Выявлена пространственная неоднородность успешности модельного прогноза.

•Признана целесообразность коррекции модельных прогнозов концентраций загрязняющих веществ в зависимости от типа

атмосферных процессов, идентифицированных с применением метеорологического параметра загрязнения (МПЗ).

• Одним из путей снижения модельных погрешностей является комплексирование прогнозов двух ХТМ.

Спасибо за внимание.Спасибо за внимание.

Ближайшие задачиБлижайшие задачи

• Развитие методов интерпретации модельных расчетов для типовых городских территории • Развитие методов способов постобработки модельных расчетов концентраций для уменьшения погрешностей численного прогноза • Создание методической базы для оценки качества модельного прогноза загрязнения воздуха

ПерспективыПерспективыРасширение географии расчетов Освоение «городской» версии химической транспортной модели